手部手术中局部麻醉联合最小镇静与臂丛神经阻滞
该数据集来自 clinicaltrials.gov,主题为手部手术中局部麻醉联合最小镇静与臂丛神经阻滞,归类于损伤、中毒及外因下的其他类别

基本信息
资源简介
手部手术中局部麻醉联合最小镇静与臂丛神经阻滞
该数据集来自 clinicaltrials.gov,主题为手部手术中局部麻醉联合最小镇静与臂丛神经阻滞,归类于损伤、中毒及外因下的其他类别。数据覆盖手部手术、恢复质量、手部损伤、手部骨折、手部肌腱损伤及局部麻醉等主题,涉及腕管松解、扳机指松解等小型手部操作以及克氏针固定、屈肌腱修复、肌腱转位和肌腱移植等复杂手部手术的麻醉方式。可用于比较不同麻醉方案在患者耐受性、术中肢体活动控制及术后疼痛管理方面的表现,辅助麻醉与手术决策相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:手部手术、恢复质量、手部损伤、手部骨折、手部肌腱损伤、局部麻醉。在许多医院,局部麻醉被广泛认可的益处已使腕管松解和扳机指松解等小型手部操作移至主手术室之外进行。局部麻醉已被证实的益处包括提高效率、便利性和患者舒适度,降低成本,无需术前检查,以及缩短手术时间。已有文献描述了仅使用利多卡因和肾上腺素、患者在手术期间完全清醒的情况下进行的多种复杂手部操作。这些操作包括克氏针固定、屈肌腱修复、肌腱转位和肌腱移植。对于不熟悉该技术的人员,主要担忧是患者耐受性差、无法防止患者移动,以及术后疼痛控制不充分,这些均负面
【主题与分类】
主题标签:Hand Surgery、Quality of Recovery、Hand Injuries、Hand Fracture、Hand Tendon Injury、Anesthesia, Local。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03632304
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/NCT03632304
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:手外科、恢复质量、手部损伤、手部骨折、手部肌腱损伤、麻醉、局部。在许多医院,局部麻醉被广泛认可的益处已促使诸如腕管和扳机指松解等小型手部手术移出主手术室进行。局部麻醉已证实的优点包括提高效率、便利性和患者舒适度,降低成本,无需术前检查,以及缩短手术时间。已有报道使用仅含利多卡因和肾上腺素的局部麻醉成功实施多种复杂手部手术,患者在手术过程中完全清醒。这些手术包括克氏针固定、屈肌腱修复、肌腱转移和肌腱移植。对于不熟悉此技术的人来说,主要担忧在于其耐受性差、无法防止患者移动,以及不能充分控制术后疼痛,这些均对 surgeon’s 舒适度和该技术的采纳产生负面影响。因此,尽管局部麻醉具有诸多优势,但在北美的复杂手部手术中仍未广泛实践。
另外,臂丛神经阻滞是手部手术中常用的一种区域麻醉方法,其原理是通过局部麻醉药物浸润臂丛神经,使整个上肢失去感觉。这种可靠的感觉运动阻滞由麻醉医师在超声引导下于手术前约30分钟实施。尽管其使用安全有效,但作用时间较长、手术室资源需求增加,以及上肢松弛无感觉所带来的不适感,促使人们研究手部手术中其他超声引导下的神经阻滞方法。尽管既往已有关于手部手术中使用含肾上腺素局部麻醉与臂丛神经阻滞的已发表数据,但比较这两种麻醉方法的随机对照、前瞻性、患者报告结局研究仍然匮乏。本研究旨在通过一份经过验证且具有心理测量学特性的问卷——恢复质量-15,来捕捉患者报告的恢复质量。一项重新
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。




