疑似肾脏受累急诊患者的床旁超声检查
研究旨在评估由经认证的医学生操作肾脏床旁超声（b-US）所得诊断与治疗相较于现行临床评估的准确性和影响，探索更快诊断、避免漏诊导致再入院或不必要 CT 辐射的潜力
基本信息
资源简介
疑似肾脏受累急诊患者的床旁超声检查
该数据集来自 clinicaltrials.gov，聚焦疑似肾脏受累的急诊患者，涉及 Hydronephrosis、Pyelonephritis、Urosepsis 等状况。研究旨在评估由经认证的医学生操作肾脏床旁超声（b-US）所得诊断与治疗相较于现行临床评估的准确性和影响，探索更快诊断、避免漏诊导致再入院或不必要 CT 辐射的潜力。数据采集自丹麦 Odense University Hospital（OUH）2018 年秋季，可用于评估 b-US 作为急诊临床评估补充手段的价值（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：状况：Hydronephrosis、Pyelonephritis、Urosepsis。本研究旨在评估由肾脏床旁超声（b-US）确定的诊断和治疗相较于当前临床评估的准确性和影响。可能更快地诊断患者，并避免漏诊导致再入院或不必要的计算机断层扫描（CT）辐射。本研究在急诊科（ED）中一组有肾脏受累体征的未选择患者中，评估 b-US 作为临床评估补充的使用。肾脏 b-US 由一名获得该技术认证的医学生执行。评估将基于 2018 年秋季从丹麦一家医院（Odense University Hospital，OUH）收集的数据。
【主题与分类】
主题标签：Hydronephrosis、Pyelonephritis、Urosepsis。本站分类：泌尿生殖系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03873701
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT03873701
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件：肾积水、肾盂肾炎、尿源性脓毒症。本研究旨在评估床旁超声（b-US）检查肾脏所确定的诊断和治疗的准确性和意义，并与当前临床评估进行比较。目的是可能更快地诊断患者，避免遗漏导致再入院的情况或避免计算机断层扫描（CT）带来的不必要辐射。本研究评估了b-US作为临床评估补充手段的应用，研究对象为急诊科（ED）中具有肾脏受累体征的未经选择患者群体。肾脏b-US由经过该技术认证的医学生执行。评估将基于2018年秋季从丹麦一家医院（欧登塞大学医院，OUH）收集的数据。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
