基于医院的连续患者监测系统
该数据集来自 clinicaltrials.gov,主题为基于医院的连续患者监测系统,涉及创伤、阑尾切除术、儿童急性淋巴细胞白血病(Pediatric ALL)及生命体征监测

基本信息
资源简介
基于医院的连续患者监测系统
该数据集来自 clinicaltrials.gov,主题为基于医院的连续患者监测系统,涉及创伤、阑尾切除术、儿童急性淋巴细胞白血病(Pediatric ALL)及生命体征监测。源站描述指出,生命体征监测用于评估患者基本生理状态,以发现提示临床意义事件的生理恶化;在创伤和术后患者中较常见。高收入国家多采用自动化连续床旁监测,而中低收入国家仍广泛使用手动间歇监测(每15分钟至每6小时)。研究者拟在加纳进一步优化和扩展CONSOL(消费者级可穿戴监测系统以改善低资源环境结局),该平台基于CWD,由MPIs开发,可近实时收集和显示数据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:创伤、阑尾切除术、儿童ALL、生命体征监测。生命体征(VS)监测是一种通用工具,用于评估患者的基本生理状态,主要目的是发现提示临床意义事件的生理恶化。生理恶化在创伤和术后患者群体中相对常见。因此,在大多数高收入国家(HIC),此类患者通过自动化、连续的床旁VS系统进行监测,而在许多低收入和中等收入国家(LMIC),手动、间歇性(从每15分钟到每6小时)VS监测仍被广泛采用。研究者拟在加纳进一步优化和扩展CONSOL(消费者级可穿戴监测系统以改善低资源环境结局)。CONSOL是一个基于CWD的平台,由MPIs开发,可近实时收集和显示
【主题与分类】
主题标签:Trauma、Appendectomy、Pediatric ALL、Vital Signs Monitoring。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06739447
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/NCT06739447
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:创伤、阑尾切除术、儿童急性淋巴细胞白血病、生命体征监测。生命体征(VS)监测是一种普遍使用的工具,用于评估患者的基本生理状态,主要目的是发现可能表明临床意义事件的生理恶化。生理恶化在创伤和术后患者群体中相对常见。因此,在大多数高收入国家(HIC),这类患者通过自动化、连续性的床旁生命体征系统进行监测,而在许多低收入和中等收入国家(LMIC),手动、间歇性(从每15分钟到每6小时)的生命体征监测仍被广泛采用。研究人员提议在加纳进一步完善和扩大一种消费级可穿戴监测系统,以改善低资源环境下的结局(CONSOL)。CONSOL是由MPIs开发的一个基于CWD的平台,能够近实时地收集并显示心率、呼吸频率和血氧饱和度,并可查看过去1分钟以及1、4和24小时的快照,可在平板电脑或智能手机上查看。
研究人员拟评估使用CONSOL对以下两类患者进行生命体征(VS)监测:(a) 急诊科(ED)的儿科创伤患者,以及(b) 外科病房的儿科术后阑尾炎患者。选择这些人群是因为其发生提示临床意义事件的生理功能恶化风险较高,且与成人相比,儿科患者表达体征和症状的能力往往更为有限。
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。




