Lyon医院产前诊断生殖器发育变异新生儿管理回顾性分析
该数据集来自clinicaltrials.gov,为Lyon医院针对产前诊断生殖器发育变异(VDG)患者新生儿管理的回顾性分析

基本信息
资源简介
Lyon医院产前诊断生殖器发育变异新生儿管理回顾性分析
该数据集来自clinicaltrials.gov,为Lyon医院针对产前诊断生殖器发育变异(VDG)患者新生儿管理的回顾性分析。源站描述涵盖内分泌学、性发育障碍、产前诊断、心理学、性腺发育不全、雄激素异常、尿道下裂及膀胱外翻等主题。VDG占出生人口的0.5%至1%,超声与遗传学产前诊断技术进步提升了检出率,但病因学研究和标准化管理尚无共识,多学科管理价值已获证实,仍存在超声假阳性频率、侵入性产前诊断检测地位、父母在诊断过程中的角色及伴随畸形频率等灰色地带。数据可用于相关临床管理与诊断流程研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:内分泌学、性发育障碍、产前诊断、心理学、性腺发育不全、雄激素异常、尿道下裂、膀胱外翻。生殖器发育变异(VDG)占出生人口的0.5%至1%。超声技术以及产前诊断技术(尤其是遗传学方面)的进步,改善了这些疾病的产前诊断。然而,迄今为止,一旦检测到VDG,对于这些患者及其家庭的病因学研究和标准化管理尚无共识。多学科管理的价值已被证实,但仍存在一些灰色地带:超声假阳性结果的频率、侵入性产前诊断检测的地位、诊断过程中留给父母的作用、所发现的伴随畸形的频率等。
【主题与分类】
主题标签:Endocrinology、Disorders of Sexual Development、Prenatal Diagnosis、Psychology、Gonadal Dysgenesis、Androgen Abnormalities、Hypospadias、Bladder Extrophy、Androgen Overproduction、Gonadal Development Abnormalities。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/NCT06687252
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/NCT06687252
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
疾病分类:内分泌学、性发育障碍、产前诊断、心理学、性腺发育不全、雄激素异常、尿道下裂、膀胱外翻。生殖器发育变异(VDG)占出生人口的0.5%至1%。超声技术以及产前诊断技术,尤其是遗传学技术的进步,改善了这些疾病的产前诊断。然而,迄今为止,对于一旦发现VDG后这些患者及其家庭的病因学研究和标准化管理,尚无共识。多学科管理的价值已得到证实,但仍存在一些灰色地带:超声假阳性发现的频率、侵入性产前诊断检测的地位、诊断过程中留给父母的作用、产后发现的伴发畸形的频率,以及如何为出生时的即时管理做好准备。本研究旨在改善一旦产前检测到性发育障碍后对患者及其家庭的管理。
主要目的是描述过去10年中,产前超声诊断性发育障碍的处理,特别是产前管理中进行的补充检查。次要目的包括:* 确定产前与产后形态表型之间的相关性,以及产前超声诊断中假阳性的比例。* 描述产前诊断的性发育障碍的特征。* 确定产前诊断的孤立性性发育障碍在产后随访中并非孤立性的比例。* 对护理路径的评估:* 确定父母产前心理支持的频率。* 确定父母在本中心产前诊断策略决策中的作用。
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。




