ANCHOR 注册研究：使用 Heli-FX EndoAnchor 系统治疗动脉瘤的全球注册
ANCHOR 是一项基于 Heli-FX™ EndoAnchor™ 系统使用的全球注册研究，来源站为 clinicaltrials.gov，本站归类于心血管系统疾病下的腹主动脉瘤
基本信息
资源简介
ANCHOR 注册研究：使用 Heli-FX EndoAnchor 系统治疗动脉瘤的全球注册
ANCHOR（Aneurysm Treatment Using the Heli-FX™ EndoAnchor™ System Global Registry）是一项围绕 Heli-FX™ EndoAnchor™ 系统使用情况而建立的全球注册研究，来源站为 clinicaltrials.gov，本站将其归类于心血管系统疾病下的腹主动脉瘤方向。该注册研究关注的条件为主动脉瘤，其核心目标在于扩展基于 Heli-FX™ EndoAnchor™ 系统使用的临床知识。按照源站描述，该注册研究将覆盖广泛地域范围内的“真实世界”使用情况，涉及各类临床执业人员，并且受试者筛选标准保持在较低程度。主题标签为 Aortic Aneurysm。整体来看，ANCHOR 属于以真实世界使用为特征、面向主动脉瘤治疗相关器械应用的注册型数据资源。
【数据集背景】
该数据集对应的研究为 ANCHOR 全球注册研究，全称为 Aneurysm Treatment Using the Heli-FX™ EndoAnchor™ System Global Registry。其设立目标在于扩展基于 Heli-FX™ EndoAnchor™ 系统使用的临床知识。研究关注的条件为主动脉瘤，本站将其归入心血管系统疾病下的腹主动脉瘤类别。与高度限定人群的试验性研究不同，该注册研究强调在广泛地理范围内、由多种类型的临床执业人员参与的真实世界使用，并且受试者筛选标准程度较低。这一背景决定了该数据集在反映实际临床实践方面具有注册研究的典型定位。
【数据内容】
源站描述显示，该注册研究围绕 Heli-FX™ EndoAnchor™ 系统的使用展开，关注条件为主动脉瘤。其主题标签为 Aortic Aneurysm。除上述信息外，关于具体变量、字段、随访指标、样本量、时间范围、终点定义等内容，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述指出，该注册研究将覆盖广泛的地理区域，由各类临床执业人员参与，并采用较低程度的受试者筛选标准，以纳入真实世界使用情况。关于具体的采集流程、数据录入方式、监查机制、数据管理平台等，源站未提供。
【适用场景】
基于其注册研究属性与真实世界使用特征，该数据集可用于了解 Heli-FX™ EndoAnchor™ 系统在广泛地域和多种临床执业人员中的使用情况，并服务于扩展该系统相关临床知识的目标。其关注条件为主动脉瘤，本站归类于心血管系统疾病下的腹主动脉瘤。关于具体的适用分析场景、研究设计用途或监管用途，源站未提供。
【使用方法】
源站未提供。
【质量与限制】
该注册研究强调真实世界使用、广泛地域覆盖、多种临床执业人员参与以及较低程度的受试者筛选标准，这些特征是其设计定位的一部分。关于数据质量、完整性、偏倚控制、局限性说明等，源站未提供。
【引用与许可】
源站未提供。
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/NCT01534819
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：主动脉瘤。ANCHOR注册研究的目标是扩展基于Heli-FX™ EndoAnchor™系统使用的临床知识。该注册研究将涵盖广泛地域、由各类执业临床医生参与的“真实世界”应用，并采用最低限度的受试者选择标准。
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。
