人工智能预测支架置入后腹主动脉瘤缩小

该数据集来自 clinicaltrials.gov,主题为腹主动脉瘤(AAA)患者接受支架置入治疗后的结局预测。研究为观察性研究,目标是找出影响治疗结果良好的因素,并构建预测模型,用于预测治疗后一年腹主动脉瘤的缩小情况

Rijnstate HospitalRijnstate Hospital
clinicaltrials
浏览 4
其他预测AAA - Abdominal Aortic Aneurysm
Prediction of Abdominal Aortic Aneurysm Shrinkage After Stent-placement With Artificial Intelligence

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-07

资源简介

人工智能预测支架置入后腹主动脉瘤缩小

该数据集围绕腹主动脉瘤(AAA)患者在接受支架置入治疗后的结局预测展开,来源于 clinicaltrials.gov,属于心血管系统疾病领域下的腹主动脉瘤主题。其核心关注点是:在患者因腹主动脉扩张(即腹主动脉瘤)接受支架治疗后,哪些因素有助于获得良好的治疗结果。研究采用观察性设计,主要目标是构建一个预测模型,用于预测治疗后一年腹主动脉瘤的缩小情况。数据集以英文命名,主题标签同样指向腹主动脉瘤。整体而言,该数据集面向的是血管外科、介入治疗及心血管疾病预后研究等方向,适合用于探索支架置入后动脉瘤转归的影响因素,并为后续预测建模提供数据基础。

【数据集背景】

腹主动脉瘤是指腹主动脉发生局限性扩张的一种血管疾病,当瘤体增大到一定程度时,可能带来破裂风险。支架置入是常见的治疗方式之一,但治疗后动脉瘤是否缩小、何时缩小,受到多种因素影响。该数据集所对应的研究即为观察性研究,旨在找出与良好治疗结果相关的因素,并进一步构建预测模型,以预测治疗后一年腹主动脉瘤的缩小情况。这一背景决定了数据集的核心任务并非单纯记录手术过程,而是围绕治疗后结局,尤其是动脉瘤缩小这一关键指标,展开观察与分析。

【数据内容】

该数据集的主题为腹主动脉瘤患者接受支架置入治疗后的结局预测。其关注的核心结局是治疗后一年腹主动脉瘤的缩小情况,同时研究还试图找出影响治疗结果良好的因素。数据集英文名称为 Prediction of Abdominal Aortic Aneurysm Shrinkage After Stent-placement With Artificial Intelligence,主题标签为 AAA - Abdominal Aortic Aneurysm。除上述信息外,关于具体变量、样本量、字段结构、随访时间点、影像学指标或人工智能模型细节,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述显示,其对应研究为观察性研究,研究条件为 AAA - Abdominal Aortic Aneurysm。研究的目标是找出哪些因素有助于接受支架治疗的腹主动脉瘤患者获得良好治疗结果,并构建预测模型,用于预测治疗后一年腹主动脉瘤的缩小情况。关于数据采集的具体机构、地区、时间范围、纳入排除标准、数据采集流程及伦理审批信息,源站未提供。

【适用场景】

该数据集适用于心血管系统疾病、特别是腹主动脉瘤相关的研究场景。其潜在用途包括:分析支架置入治疗后影响腹主动脉瘤缩小的因素,探索治疗后一年结局的预测变量,以及为构建预测模型提供数据支持。由于研究主题涉及人工智能与支架置入后动脉瘤缩小的预测,该数据集也可用于与医学预测建模、临床结局分析相关的教学或方法学研究。但具体适用条件、使用门槛及推荐任务类型,源站未提供。

【使用方法】

该数据集来自 clinicaltrials.gov,用户可依据该来源获取其对应研究的基本信息。关于数据下载方式、访问权限、文件格式、字段说明、预处理步骤、建模流程或配套代码,源站未提供。因此,具体使用方法需以源站实际提供的信息为准。

【质量与限制】

该数据集为观察性研究相关数据,其研究目标是寻找影响治疗结果良好的因素,并构建预测模型以预测治疗后一年腹主动脉瘤的缩小情况。由于是观察性设计,研究结论可能受混杂因素影响。关于样本量、缺失值、数据完整性、标注质量、外部验证情况、偏倚控制措施及模型性能指标,源站未提供。此外,该数据集英文名称中提及人工智能,但具体算法、模型类型及验证方式,源站未提供。

【引用与许可】

该数据集来源于 clinicaltrials.gov。关于引用格式、许可协议、使用限制、商业用途规定及数据共享政策,源站未提供。

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/NCT06250998

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

条件:AAA——腹主动脉瘤。这项观察性研究的目标是找出哪些因素有助于腹主动脉瘤(AAA)患者在接受支架治疗后获得良好的治疗结果。本研究的主要目标是构建一个预测模型,用于预测治疗后一年的腹主动脉瘤缩小情况。

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