评估腹主动脉瘤瘤囊内衬的首个人体研究

该数据集来自 clinicaltrials.gov,聚焦腹主动脉瘤患者。研究评估 Cygnum Aneurysm Sac Management Device 在接受 EVAR 治疗的患者中辅助使用的安全性与可行性,主要关注该装置与标准 EVAR 支架联合使用是否安全,以及是否通过管理瘤囊有效减少或预

Life Seal Vascular Inc.Life Seal Vascular Inc.
clinicaltrials
浏览 7
医学影像分类Abdominal Aortic Aneurysm
First-In-Human Study Evaluating Aneurysm Sac Lining in AAA Patients

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-07

资源简介

评估腹主动脉瘤瘤囊内衬的首个人体研究

该数据集来自 clinicaltrials.gov,聚焦腹主动脉瘤患者。研究评估 Cygnum Aneurysm Sac Management Device 在接受 EVAR 治疗的患者中辅助使用的安全性与可行性,主要关注该装置与标准 EVAR 支架联合使用是否安全,以及是否通过管理瘤囊有效减少或预防 II 型内漏。参与者将接受 EVAR 并辅助植入 Cygnum 装置,并通过 CT 等随访影像和临床评估观察装置位置与瘤囊变化。可用于心血管器械临床研究、内漏相关风险分析等场景(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:腹主动脉瘤。本临床试验的目标是评估 Cygnum Aneurysm Sac Management Device 在接受血管腔内动脉瘤修复(EVAR)治疗的腹主动脉瘤患者中的安全性和可行性。其主要旨在回答的问题包括:1. Cygnum 装置与标准 EVAR 内支架联合辅助使用时是否安全?2. 它是否通过管理动脉瘤囊有效减少或预防 II 型内漏?参与者将:1. 接受 EVAR 并辅助植入 Cygnum 装置;2. 接受随访影像(如 CT 扫描)和临床评估,以评估装置位置和瘤囊随时间的变化。

【主题与分类】

主题标签:Abdominal Aortic Aneurysm。本站分类:心血管系统疾病/腹主动脉瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07020611

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/NCT07020611

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

疾病:腹主动脉瘤。本临床试验的目的是评估Cygnum动脉瘤囊管理装置在经血管内动脉瘤修复术(EVAR)治疗的腹主动脉瘤患者中的安全性和可行性。其主要旨在回答的问题包括:1. Cygnum装置与标准EVAR内支架联合使用时是否安全?2. 通过管理动脉瘤囊,它是否能有效减少或预防II型内漏?参与者将:1. 接受EVAR并辅助植入Cygnum装置;2. 进行随访影像学检查(如CT扫描)和临床评估,以评估装置位置和囊随时间的变化。

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