形状记忆聚合物预防主动脉增长假腔治疗——首次人体研究（FLAGSHIP_CHL）
该数据集来自 clinicaltrials.gov，主题为主动脉夹层，聚焦于使用形状记忆聚合物预防主动脉增长的假腔治疗首次人体研究（FLAGSHIP_CHL）
基本信息
资源简介
形状记忆聚合物预防主动脉增长假腔治疗——首次人体研究（FLAGSHIP_CHL）
False Lumen Treatment for Prevention of Aortic Growth Using Shape Memory Polymer - First-in-Human Study (FLAGSHIP_CHL) 是一个登记于 clinicaltrials.gov 的研究数据集，主题归属于心血管系统疾病中的主动脉夹层方向。该数据集围绕一项首次人体研究展开，研究关注的是使用形状记忆聚合物对假腔进行治疗，以预防主动脉增长。其源站描述指出，研究条件为主动脉夹层，研究目的在于确定该在研产品减少主动脉夹层假腔灌注的安全性及可行性。整体来看，该数据集提供了一个针对主动脉夹层假腔干预策略的临床研究信息入口，主题标签为 Aortic Dissection，适合用于了解该首次人体研究的基本定位与研究方向。
【数据集背景】
主动脉夹层是心血管系统疾病中一类需要高度关注的疾病类型。该数据集所对应的研究聚焦于主动脉夹层场景下的假腔治疗问题，具体探索使用形状记忆聚合物来预防主动脉增长。从源站描述可知，该研究属于首次人体研究，即 First-in-Human Study，这意味着其关注点在于在人体中初步评估相关在研产品的表现。研究目的被明确表述为确定该在研产品减少主动脉夹层假腔灌注的安全性及可行性。因此，该数据集的背景核心在于：以主动脉夹层为疾病条件，以形状记忆聚合物为干预手段，以假腔灌注减少和主动脉增长预防为关注方向，开展首次人体层面的安全性与可行性探索。
【数据内容】
该数据集的主题标签为 Aortic Dissection，所属分类为心血管系统疾病 / 主动脉夹层。其英文名称为 False Lumen Treatment for Prevention of Aortic Growth Using Shape Memory Polymer - First-in-Human Study (FLAGSHIP_CHL)。源站描述中给出的研究条件为 Aortic Dissection，研究目的为确定在研产品减少主动脉夹层假腔灌注的安全性及可行性。除上述信息外，关于数据集具体包含哪些字段、变量、受试者数量、随访时间、终点指标、统计方法或结果数据等内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其登记信息围绕一项首次人体研究展开，研究主题为主动脉夹层，研究关注使用形状记忆聚合物预防主动脉增长的假腔治疗。源站描述提供了研究条件与研究目的，即 Conditions: Aortic Dissection，以及确定在研产品减少主动脉夹层假腔灌注的安全性及可行性。关于采集方式、采集时间范围、采集机构、数据更新频率、原始数据格式或具体注册编号等细节，源站未提供。
【适用场景】
该数据集适用于与主动脉夹层相关的临床研究信息查阅、研究方向梳理以及首次人体研究背景了解等场景。由于其主题标签为 Aortic Dissection，且聚焦于假腔治疗与主动脉增长预防，因此可用于了解形状记忆聚合物在主动脉夹层假腔干预中的研究定位。该数据集也可作为心血管系统疾病 / 主动脉夹层分类下的研究条目，用于辅助识别与主动脉夹层假腔灌注减少相关的临床研究。关于更具体的适用场景，如是否可用于荟萃分析、监管提交、器械评估或临床决策支持，源站未提供。
【使用方法】
该数据集来自 clinicaltrials.gov，可通过该来源站进行访问与查阅。使用时，可依据其英文名称 False Lumen Treatment for Prevention of Aortic Growth Using Shape Memory Polymer - First-in-Human Study (FLAGSHIP_CHL) 进行识别，并结合主题标签 Aortic Dissection 与分类心血管系统疾病 / 主动脉夹层进行归类理解。源站描述可用于把握研究条件与研究目的，即主动脉夹层，以及确定在研产品减少主动脉夹层假腔灌注的安全性及可行性。关于具体检索路径、下载方式、接口调用方法、数据解析规则或配套文档，源站未提供。
【质量与限制】
该数据集的信息来源为 clinicaltrials.gov，源站描述仅涵盖研究条件与研究目的。由于该研究为首次人体研究，其定位在于初步确定安全性与可行性，而非提供大规模确证性结论。当前可确认的信息包括：主题为主动脉夹层，关注使用形状记忆聚合物预防主动脉增长的假腔治疗，研究目的为确定在研产品减少主动脉夹层假腔灌注的安全性及可行性。关于数据完整性、准确性、时效性、样本量、偏倚风险、结果是否已发布、是否有同行评议或数据是否经过审计等信息，源站未提供。因此，在使用该数据集时，应仅将其视为来源站登记信息的呈现，而不应推断其包含完整临床结果或已验证结论。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款、使用限制、版权归属、数据共享政策或二次分发要求等内容，源站未提供。
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/NCT07387250
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
Conditions: Aortic Dissection. To determine the safety and feasibility of the investigational product to reduce aortic dissection false lumen perfusion.
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。
