使用表面改性新型血流导向装置重建脑动脉瘤载瘤动脉

该数据集来自 clinicaltrials.gov,主题为使用表面改性新型血流导向装置重建脑动脉瘤载瘤动脉,属于心血管系统疾病/动脉瘤方向

Sinomed Neurovita Technology Inc.Sinomed Neurovita Technology Inc.
clinicaltrials
浏览 3
其他预测Cerebral AneurysmCerebral Aneurysm Unruptured
Parent Artery Reconstruction for Cerebral Aneurysms Using a Novel Flow Diverter With Surface Modification

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-11

资源简介

使用表面改性新型血流导向装置重建脑动脉瘤载瘤动脉

该数据集来自 clinicaltrials.gov,主题为使用表面改性新型血流导向装置重建脑动脉瘤载瘤动脉,属于心血管系统疾病/动脉瘤方向。源站描述显示,这是一项前瞻性、多中心、单臂临床研究,计划于2023年3月至2025年1月在中国约10个中心招募143名受试者,研究对象为适合血流导向装置植入的宽颈颅内动脉瘤患者。研究包含术前筛查、手术日、7天或出院时、30天、180天和1年共六次访视,主要终点为术后一年动脉瘤成功闭塞。数据可用于动脉瘤闭塞结局预测等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑动脉瘤、未破裂脑动脉瘤。该研究是一项前瞻性、多中心、单臂临床研究。试验预计从2023年3月持续至2025年1月,在中国约10个中心招募143名受试者。本研究的人群为适合血流导向装置植入的宽颈颅内动脉瘤受试者。符合所有入选标准且不符合任何排除标准的患者将在提供知情同意书后入组。研究包括六次访视,包括术前筛查、手术日期、7天或出院时、30天、180天和1年。主要终点是术后一年动脉瘤成功闭塞。

【主题与分类】

主题标签:Cerebral Aneurysm、Cerebral Aneurysm Unruptured。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/NCT05774782

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/NCT05774782

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:脑动脉瘤、未破裂脑动脉瘤。本研究为一项前瞻性、多中心、单臂临床研究。试验预计于2023年3月至2025年1月期间进行,计划在中国约10家中心招募143名受试者。本研究的人群为适合进行血流导向装置植入的宽颈颅内动脉瘤受试者。符合所有入选标准且不符合任何排除标准的患者,在签署知情同意书后将纳入研究。研究包括六次访视,分别为术前筛查、手术当日、术后7天或出院时、30天、180天和1年。主要终点为术后一年动脉瘤成功闭塞。

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