新生儿产前肾积水诊断的超声随访数据集

研究回顾性纳入 2010 年 1 月 1 日至 2012 年 12 月 31 日在 Hillel Yaffe Medical Center 出生、产前超声筛查提示肾盂扩张的新生儿,这些婴儿在出生后 2-5 天按方案接受肾脏超声检查,并在 1 月龄时受邀进行第二次肾脏超声筛查

Hillel Yaffe Medical CenterHillel Yaffe Medical Center
clinicaltrials
浏览 3
医学影像分类Pyelectasis of Newborns
Sonographic Follow up in Newborns Diagnosed With Prenatal Hydronephrosis

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-25

资源简介

新生儿产前肾积水诊断的超声随访数据集

该数据集来自 clinicaltrials.gov,聚焦新生儿产前诊断的肾盂扩张(Pyelectasis)。研究回顾性纳入 2010 年 1 月 1 日至 2012 年 12 月 31 日在 Hillel Yaffe Medical Center 出生、产前超声筛查提示肾盂扩张的新生儿,这些婴儿在出生后 2-5 天按方案接受肾脏超声检查,并在 1 月龄时受邀进行第二次肾脏超声筛查。数据集可用于比较两次超声检查结果,分析肾盂扩张严重程度在两次检查间的对应关系及其与新生儿结局的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:新生儿肾盂扩张。在这项回顾性研究中,研究者将纳入 2010 年 1 月 1 日至 2012 年 12 月 31 日期间在 Hillel Yaffe Medical Center 出生、根据产前超声筛查试验产前诊断为肾盂扩张的新生儿。这些婴儿在 2-5 日龄时按方案接受肾脏超声检查,并被邀请在 1 月龄时进行额外的肾脏超声筛查试验。研究者将比较两次检查的结果,并试图得出结论:第一次和第二次超声检查中肾盂扩张的严重程度与这些新生儿结局之间是否存在对应关系。

【主题与分类】

主题标签:Pyelectasis of Newborns。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/NCT01780103

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01780103

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:新生儿肾盂扩张。在这项回顾性研究中,研究者将纳入2010年1月1日至2012年12月31日期间在Hillel Yaffe医疗中心出生、根据产前超声筛查试验产前诊断为肾盂扩张的新生儿。这些婴儿按照方案在出生后2-5天接受了肾脏超声检查,并被邀请在1个月龄时接受额外的肾脏超声筛查试验。研究者将比较两次检查的结果,并试图得出结论,判断第一次和第二次超声检查中肾盂扩张的严重程度与这些新生儿结局之间是否存在对应关系。

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。

获取专属数据定制方案