基于人工智能的失代偿性结肠梗阻手术规划预测模型数据集
该数据集包含失代偿性结肠梗阻患者的临床、影像及手术相关多模态数据，主要用于开发人工智能预测模型，以辅助手术规划、预测组织活性和术后并发症风险，从而提升手术精准性和患者预后。
基本信息
资源简介
基于人工智能的失代偿性结肠梗阻手术规划预测模型数据集
【数据集背景】
本数据集源站标题为《ARTIFICIAL INTELLIGENCE–BASED PREDICTIVE MODELING FOR SURGICAL PLANNING IN DECOMPENSATED COLOSTASIS》。源站首次发布：2026-03-23。
【数据内容】
源站原始描述：Decompensated colostasis is a life-threatening condition characterized by severe intestinal obstruction, ischemic changes, and risk of perforation. Determining the appropriate extent of colon resection remains a major surgical challenge. Artificial intelligence (AI) has emerged as a powerful tool for improving preoperative planning through predictive modeling and large-scale clinical data analysis. This study explores the application of AI-based systems in predicting tissue viability, defining r…
【数据结构与技术规格】
文件数 1 个，合计 211.06 KB。数据集 DOI：10.5281/zenodo.19189908。
【获取与许可】
源站页面：https://zenodo.org/records/19189908
使用许可：cc-by-4.0。
规范引用：Ethiopian International Journal of Multidisciplinary Research
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（Zenodo 公开直链）
源站：https://zenodo.org/doi/10.5281/zenodo.19189906
（注册/登录后按页面指引下载）
数据说明
该数据集聚焦于失代偿性结肠梗阻这一危重疾病，其特点包括严重肠梗阻、缺血性改变和穿孔风险。数据集旨在支持基于人工智能的预测模型研究，用于辅助手术规划。数据内容可能包括患者临床特征、影像学数据、手术记录及术后并发症信息，通过分析大规模临床数据，AI模型可用于预测组织活性、界定切除范围以及评估术后并发症风险。该数据集的主要研究方向是AI辅助手术决策，旨在提高手术精准性、减少不必要切除并改善患者预后。
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。
