韩国INCRAFT支架移植物经皮EVAR治疗腹主动脉瘤注册研究 (K-INCRAFT)
该数据集来自clinicaltrials.gov，为韩国开展的前瞻性单臂多中心注册研究，聚焦使用INCRAFT支架移植物行经皮EVAR治疗腹主动脉瘤
基本信息
资源简介
韩国INCRAFT支架移植物经皮EVAR治疗腹主动脉瘤注册研究 (K-INCRAFT)
K-INCRAFT 数据集对应韩国开展的一项前瞻性、单臂、多中心注册研究，全称为 Korean Registry of Percutaneous EVAR With INCRAFT Stent Graft for the Treatment of Abdominal Aortic Aneurysm。该数据集收录于 clinicaltrials.gov，本站将其归入心血管系统疾病下的腹主动脉瘤分类，主题标签为 Abdominal Aortic Aneurysm。其核心内容围绕使用 INCRAFT 支架移植物实施经皮 EVAR（经皮主动脉腔内修复术）治疗腹主动脉瘤这一临床实践展开，属于注册研究性质的数据资源，可用于了解该特定器械在韩国多中心真实世界环境中的应用情况。整体而言，该数据集面向腹主动脉瘤腔内治疗领域，具有明确的地域范围、器械指向和研究设计特征。
【数据集背景】
腹主动脉瘤是心血管系统疾病中具有潜在致命风险的病种，其治疗方式包括开放手术与腔内修复等。EVAR 作为微创治疗手段，在临床中得到广泛应用，而经皮入路进一步减少了传统切开入路的创伤。INCRAFT 支架移植物是用于此类修复术的特定器械。K-INCRAFT 数据集即产生于韩国，旨在通过前瞻性、单臂、多中心注册研究的形式，记录使用 INCRAFT 支架移植物行经皮 EVAR 治疗腹主动脉瘤的相关情况。该研究的设计特征——前瞻性、单臂、多中心——决定了其数据组织方式与适用范围，也使其区别于随机对照试验或回顾性研究。
【数据内容】
该数据集的主题标签为 Abdominal Aortic Aneurysm，所属分类为心血管系统疾病 / 腹主动脉瘤。其内容聚焦于使用 INCRAFT 支架移植物进行经皮 EVAR 治疗腹主动脉瘤的注册研究信息。关于具体的变量字段、随访指标、样本量、终点定义等详细数据内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其对应的研究为韩国开展的前瞻性单臂多中心注册研究。关于具体的采集时间范围、参与中心数量、入组流程、数据管理方式等，源站未提供。
【适用场景】
该数据集适用于关注腹主动脉瘤腔内治疗，尤其是经皮 EVAR 及 INCRAFT 支架移植物应用的研究者、临床医生或相关从业人员参考。其前瞻性、单臂、多中心注册研究的属性，使其可用于了解该器械在韩国临床实践中的注册研究设计与实施框架。关于具体的分析用途、统计方法或临床决策支持场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据格式、下载途径或分析工具等。
【质量与限制】
该数据集为前瞻性、单臂、多中心注册研究，单臂设计意味着缺乏同期对照组，在比较性结论方面存在固有局限。关于数据完整性、随访率、偏倚控制、样本代表性等具体质量指标，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款。
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/NCT03952780
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
Conditions: Abdominal Aortic Aneurysm. Prospective single-arm multicenter registry
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。
