E-nya胸主动脉覆膜支架治疗复杂型B型主动脉夹层研究

该数据集来自clinicaltrials.gov,属于心血管系统疾病/主动脉夹层分类,主题标签为Vascular Diseases

JOTEC GmbHJOTEC GmbH
clinicaltrials
浏览 10
医学影像预测Vascular Diseases
A Study in Patients With Complicated Type B Aortic Dissection Treated With the E-nya Thoracic Stent Graft

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-08

资源简介

E-nya胸主动脉覆膜支架治疗复杂型B型主动脉夹层研究

该数据集来自clinicaltrials.gov,属于心血管系统疾病/主动脉夹层分类,主题标签为Vascular Diseases。研究观察接受E-nya Thoracic Stent Graft治疗的复杂型急性、亚急性或慢性B型主动脉夹层患者,支架按E-nya Thoracic Stent Graft System使用说明并由治疗医师酌情植入。参与医师需提供其决定使用该支架系统治疗的患者在常规标准诊疗中收集的观察数据,采集前须获得患者知情同意以使用其临床记录,每例患者数据采集期约为干预后60个月,并将进行源文件核查(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:血管疾病。在本研究中,将观察接受E-nya Thoracic Stent Graft治疗复杂型急性、亚急性或慢性B型主动脉夹层的患者。E-nya Thoracic Stent Graft将按照E-nya Thoracic Stent Graft System的使用说明并由治疗医师酌情植入。参与医师将被要求提供其决定使用E-nya Thoracic Stent Graft System治疗的患者在常规标准诊疗期间收集的观察结果。在收集数据之前,将获得患者的知情同意,以允许将其临床记录用于本观察性研究的目的。每例患者的数据收集期约为干预后60个月。将进行源文件核查。

【主题与分类】

主题标签:Vascular Diseases。本站分类:心血管系统疾病/主动脉夹层。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04378361

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/NCT04378361

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:血管疾病。本研究将观察接受E-nya胸主动脉覆膜支架治疗复杂急性、亚急性或慢性B型主动脉夹层的患者。E-nya胸主动脉覆膜支架将根据E-nya胸主动脉覆膜支架系统的使用说明,并由治疗医师酌情决定植入。参与研究的医师将被要求提供其在常规标准护理过程中,对决定使用E-nya胸主动脉覆膜支架系统治疗的患者所收集的观察结果。在收集数据前,将获取患者的知情同意,以允许将其临床记录用于本观察性研究的目的。每位患者的数据收集期约为自干预起60个月。将对100%的患者进行源文件验证;所有访视的数据将对照现有源文件进行审查和核实。CT扫描的完整DICOM图像文件将发送至CoreLab进行独立评估。

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。

获取专属数据定制方案