E-nside TAAA多分支支架系统治疗胸腹主动脉瘤的PMCF研究
数据由参与医师在常规诊疗中收集,记录时间点包括术前规划、干预、出院、30天、3-6个月及12个月随访,患者临床记录使用前需获得知情同意

基本信息
资源简介
E-nside TAAA多分支支架系统治疗胸腹主动脉瘤的PMCF研究
该数据集来自clinicaltrials.gov,为一项针对胸腹主动脉瘤患者的PMCF观察性研究,受试者计划接受E-nside TAAA Multibranch Stent Graft System腔内修复治疗。数据由参与医师在常规诊疗中收集,记录时间点包括术前规划、干预、出院、30天、3-6个月及12个月随访,患者临床记录使用前需获得知情同意。数据可用于评估该支架系统在真实世界中的治疗效果、安全性及中长期预后,支持主动脉瘤腔内修复相关的预测与观察性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胸腹主动脉瘤。在本研究中,将观察计划接受E-nside TAAA Multibranch Stent Graft System治疗以进行退行性、动脉粥样硬化性胸腹主动脉瘤腔内修复的患者。E-nside TAAA Multibranch Stent Graft将由治疗医师自行决定植入。参与医师将被要求提供其在常规诊疗中收集的、针对其决定使用E-nside TAAA Multibranch Stent Graft System治疗的患者的观察结果。在收集数据之前,将获得患者允许将其临床记录用于本观察性研究的知情同意。患者数据将在以下时间点记录于eCRF中:术前规划、干预、出院、30天、3-6个月和12个月随访
【主题与分类】
主题标签:Thoracoabdominal Aortic Aneurysm。本站分类:心血管系统疾病/主动脉瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05954793
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/NCT05954793
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:胸腹主动脉瘤。本研究将观察计划接受E-nside TAAA多分支支架移植系统治疗的患者,该治疗用于退化性动脉粥样硬化性胸腹主动脉瘤的血管内修复。E-nside TAAA多分支支架移植将由治疗医师酌情植入。参与研究的医师将被要求提供其在常规护理中收集的观察结果,这些患者是其决定使用E-nside TAAA多分支支架移植系统进行治疗的。在收集数据之前,将获得患者知情同意,允许其临床记录用于本观察性研究的目的。患者数据将在以下时间点记录于电子病例报告表(eCRF)中:术前规划、介入治疗、出院、30天、3-6个月和12个月随访。每位患者的数据收集期自指标手术起约为12个月(取决于12个月随访访视的时间点)。
将对患者信息与知情同意、拟记录的患者标准、术前计划、干预措施、治疗结果、不良事件、死亡及再次干预进行100%的源数据核查。CT扫描的完整DICOM图像文件将发送至核心实验室进行独立的二次评估。
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。




