血流导向装置与支架辅助弹簧圈栓塞治疗未破裂宽颈颅内分叉动脉瘤的早期并发症对比
该数据集来自 clinicaltrials.gov,聚焦未破裂宽颈颅内分叉动脉瘤的血管内治疗。研究拟建立前瞻性多中心真实世界数据库,比较血流导向装置与支架辅助弹簧圈栓塞术后早期并发症的发生率及相关影响因素

基本信息
资源简介
血流导向装置与支架辅助弹簧圈栓塞治疗未破裂宽颈颅内分叉动脉瘤的早期并发症对比
该数据集来自 clinicaltrials.gov,聚焦未破裂宽颈颅内分叉动脉瘤的血管内治疗。研究拟建立前瞻性多中心真实世界数据库,比较血流导向装置与支架辅助弹簧圈栓塞术后早期并发症的发生率及相关影响因素。覆盖人群为签署知情同意并符合入排标准的患者,来自三家中心。数据可用于评估两种术式的早期安全性差异,识别并发症风险因素,为临床治疗决策和真实世界研究提供依据(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:未破裂颅内动脉瘤、颅内分叉动脉瘤、宽颈动脉瘤。颅内分叉动脉瘤常见,且因其解剖结构复杂而治疗具有挑战性。血流导向装置已成为一种创新的血管内治疗方法,并在分叉动脉瘤中显示出初步疗效。然而,与传统支架辅助弹簧圈栓塞相比,关于术后早期并发症风险及相关影响因素的真实世界证据仍然有限。本研究将建立前瞻性多中心真实世界数据库,比较未破裂宽颈颅内分叉动脉瘤患者接受血流导向装置与支架辅助弹簧圈栓塞治疗后的早期并发症发生率。符合条件、提供知情同意并满足纳入和排除标准的患者将从三个中心入组。
【主题与分类】
主题标签:Unruptured Intracranial Aneurysm、Intracranial Bifurcation Aneurysm、Wide-Neck Aneurysm。本站分类:心血管系统疾病/动脉瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07754188
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/NCT07754188
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:未破裂颅内动脉瘤、颅内分叉部动脉瘤、宽颈动脉瘤。颅内分叉部动脉瘤较为常见,且因其解剖结构复杂而治疗具有挑战性。血流导向装置作为一种创新的血管内治疗手段出现,并在分叉部动脉瘤中显示出初步疗效。然而,与传统的支架辅助弹簧圈栓塞相比,关于术后早期并发症风险及相关影响因素的真实世界证据仍然有限。本研究将建立一个前瞻性多中心真实世界数据库,旨在比较血流导向装置与支架辅助弹簧圈栓塞治疗未破裂宽颈颅内分叉部动脉瘤患者术后早期并发症的发生率。符合条件、提供知情同意并满足纳入和排除标准的患者将从中国三个中心入组。接受血流导向装置治疗的患者进入血流导向装置组,接受支架辅助弹簧圈栓塞治疗的患者进入支架辅助弹簧圈栓塞组。
所有患者将根据临床实践和相关指南接受术前评估、围手术期管理、术后抗血小板治疗及随访。收集的数据将包括人口学特征、病史、体格检查、实验室检查、影像学表现、动脉瘤形态、手术细节、器械信息、用药史及不良事件。治疗后30天进行随访,以评估安全性结局。
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。




