肾积水 ARFI 研究
该数据集来自 clinicaltrials.gov，主题为儿童上尿路扩张（肾积水）的 ARFI SVI 超声研究。肾积水在儿童中较常见，可分为梗阻性与非梗阻性，常规超声常难以区分
基本信息
资源简介
肾积水 ARFI 研究
Hydronephrosis ARFI Study 是一个以儿童肾积水为研究主题的数据集，来源于 clinicaltrials.gov 注册的临床研究。该研究关注儿童上尿路扩张（即肾积水）的影像学评估问题。肾积水在儿童群体中相对常见，按性质可分为梗阻性与非梗阻性两类，而临床常用的超声检查往往难以有效区分这两种情况。研究引入 ARFI SVI 这一新型超声技术，通过测量组织的剪切波速度来评估组织硬度，探索其在识别梗阻性肾脏病变方面的潜在价值，并以利尿性肾显像（DRS）作为参考标准。该数据集在分类上归属于泌尿生殖系统疾病下的其他类别，主题标签为 Hydronephrosis，适合关注儿童泌尿系统影像诊断与肾积水评估的研究者参考使用。
【数据集背景】
儿童上尿路扩张（肾积水）是儿科泌尿系统较为常见的临床问题，其性质可表现为梗阻性或非梗阻性。两种类型在临床处理策略上存在差异，因此准确鉴别具有实际意义。常规超声是评估上尿路最常用的影像手段，但这一技术常常无法可靠地区分梗阻性与非梗阻性系统，构成临床评估中的一项难点。ARFI SVI 作为一种新的超声技术，能够通过测量组织的剪切波速度来判定组织硬度，为上述鉴别问题提供了一种新的观察途径。该研究正是在这一背景下，考察肾脏实质剪切波速度在 DRS 显示梗阻的肾脏中是否出现改变，并以 DRS 作为参考标准进行对照。
【数据内容】
源站未提供数据集中具体包含的受试者数量、变量字段、测量记录条目或文件格式等细节。根据源站描述可知，该研究的核心观察内容涉及 ARFI SVI 测得的肾脏组织剪切波速度，以及与之对照的 DRS 检查结果所反映的梗阻状态。数据集主题标签为 Hydronephrosis，所属分类为泌尿生殖系统疾病 / 其他。
【采集与来源】
该数据集来源于 clinicaltrials.gov，对应一项以儿童肾积水为研究条件的临床研究。研究涉及的检查手段包括常规超声、ARFI SVI 超声以及作为参考标准的利尿性肾显像（DRS）。源站未提供具体的采集时间、采集机构、样本来源地区或采集流程的详细说明。
【适用场景】
基于源站描述，该数据集适用于围绕儿童上尿路扩张的影像学鉴别研究，尤其是探讨 ARFI SVI 剪切波速度测量在区分梗阻性与非梗阻性肾积水方面应用价值的场景。也可用于理解以 DRS 为参考标准进行影像技术对照评估的研究设计思路。源站未提供其他具体适用场景的说明。
【使用方法】
源站未提供该数据集的使用方法、访问方式或分析指引。
【质量与限制】
源站未提供样本量、数据完整性、测量一致性或偏倚控制等方面的质量信息。已知的限制性背景是：常规超声在区分梗阻性与非梗阻性上尿路系统方面常存在困难，而 ARFI SVI 属于较新的超声技术，其在该临床问题中的表现正是该研究拟考察的内容。源站未提供其他质量与限制说明。
【引用与许可】
源站未提供该数据集的引用格式或许可条款信息。
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/NCT01781845
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。儿童上尿路扩张（肾积水）相对常见，可为梗阻性或非梗阻性。虽然上尿路通常通过超声评估，但这种成像技术往往无法区分梗阻性与非梗阻性系统。ARFI SVI是一种新的超声技术，可通过测量组织的剪切波速度来确定硬度，可能显示在利尿肾图（DRS，作为参考标准）上显示梗阻的肾脏中实质剪切波速度的改变。
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。
