升主动脉病变血管内修复可行性研究
本数据集来自 clinicaltrials.gov,聚焦升主动脉病变的血管内修复可行性。覆盖胸主动脉夹层,包括 A 型主动脉夹层与逆行 A 型主动脉夹层,研究对象为适合使用 Valiant PS-IDE Stent Graft 装置进行血管内修复的特定患者,病变位于 Valsalva 窦与无名动脉开

基本信息
资源简介
升主动脉病变血管内修复可行性研究
本数据集来自 clinicaltrials.gov,聚焦升主动脉病变的血管内修复可行性。覆盖胸主动脉夹层,包括 A 型主动脉夹层与逆行 A 型主动脉夹层,研究对象为适合使用 Valiant PS-IDE Stent Graft 装置进行血管内修复的特定患者,病变位于 Valsalva 窦与无名动脉开口之间的主动脉且不累及主动脉瓣。数据可用于评估支架移植物修复升主动脉的结局,以及通过覆盖近端破口将血流重新导向真腔等治疗策略的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:胸主动脉夹层。这项早期可行性研究的目的是调查选定的升主动脉病变患者(包括 A 型主动脉夹层、逆行 A 型主动脉夹层)的结局,这些患者适合使用 Valiant PS-IDE Stent Graft 装置进行血管内修复。研究者拟研究主动脉夹层累及 Valsalva 窦与无名动脉开口之间主动脉(不累及主动脉瓣)的患者。在这些患者中,升主动脉将使用支架移植物进行修复。对于 A 型主动脉夹层患者,研究者期望通过覆盖近端破口将血液重新导向真腔。在逆行 A 型主动脉夹层患者中,升主动脉可能存在也可能不存在额外的破口。如果升主动脉存在破口,这些破口
【主题与分类】
主题标签:Dissection of Thoracic Aorta。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/NCT03322033
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/NCT03322033
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:胸主动脉夹层。这项早期可行性研究的目的是探讨经筛选的升主动脉病变患者(包括适合使用Valiant PS-IDE覆膜支架装置进行血管内修复的A型主动脉夹层、逆行性A型主动脉夹层)的结局。研究者拟研究夹层累及Valsalva窦与无名动脉开口之间主动脉(未累及主动脉瓣)的患者。在这些患者中,将使用覆膜支架修复升主动脉。对于A型主动脉夹层患者,研究者期望通过覆盖近端破口将血液重新引导至真腔。在逆行性A型主动脉夹层患者中,升主动脉可能存在或不存在额外破口。如果升主动脉存在破口,这些夹层的表现类似于A型主动脉夹层,需要覆盖升主动脉中的所有破口。
如果近端撕裂仅位于降主动脉胸段,这些患者需要使用Valiant覆膜支架覆盖升主动脉以及降主动脉胸段的近端撕裂。患者将从高风险手术队列中选取。计划入组受试者总数为20例。
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。




