分支血管腔内主动脉修复（BEVAR）中植入的TUVA BX与iCover覆膜支架数据收集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07540507

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：TAAA、AAA——腹主动脉瘤。本研究旨在评估一种医疗器械（称为TUVA BX / icover覆膜支架）在已因主动脉（人体主要血管）严重问题接受过治疗的患者中的效果。这些问题包括动脉瘤，即血管壁变薄弱并膨出。该器械用于一种手术，医生通过细小的导管从体内修复血管。这些导管（称为覆膜支架）有助于保持血管通畅，使血液正常流动。TUVA BX / icover器械用于连接修复的不同部分。本研究不需要新的治疗或额外的医院就诊。相反，研究人员将使用作为常规诊疗的一部分已被记录的信息。这包括从原始治疗到患者一年复查的详细信息。目的是确认这些器械在日常医疗实践中安全且效果良好。该研究将纳入来自欧洲、英国和瑞士最多25家医院的大约105名患者。预计将在一年内完成，最终结果计划于2026年12月公布。

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。