AMDS治疗急性DeBakey I型夹层上市后登记研究
该数据集来自clinicaltrials.gov,为AMDS治疗急性DeBakey I型主动脉夹层的上市后观察性登记研究,覆盖伴或不伴临床相关术前灌注不良和/或壁内血肿的患者

基本信息
资源简介
AMDS治疗急性DeBakey I型夹层上市后登记研究
该数据集来自clinicaltrials.gov,为AMDS治疗急性DeBakey I型主动脉夹层的上市后观察性登记研究,覆盖伴或不伴临床相关术前灌注不良和/或壁内血肿的患者。研究采用前瞻性与回顾性、非随机、非干预设计,评估AMDS的性能与临床获益,计划在欧洲和加拿大最多30个中心入组300名受试者,参与医生提供常规诊疗中的观察数据,患者需知情同意后方可采集临床记录。数据可用于分析器械真实世界表现、临床结局及相关预测因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主动脉夹层、急性DeBakey I型夹层、急性A型夹层、壁内血肿。观察性、前瞻性和回顾性、非随机、非干预性研究,旨在调查AMDS治疗伴或不伴临床相关术前灌注不良和/或壁内血肿(IMH)的急性DeBakey I型夹层患者的性能和临床获益。参与医生将被要求提供他们在常规诊疗中为决定使用AMDS治疗的患者所收集的观察结果。在收集数据之前,将获得患者知情同意,以允许将其临床记录用于本观察性研究的目的。总共300名受试者将在欧洲和加拿大的最多30个中心入组。AMDS将根据使用说明书植入,并在 discret
【主题与分类】
主题标签:Aortic Dissection、Acute DeBakey I Dissection、Acute Type A Dissection、Intramural Hematoma。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/NCT03894033
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/NCT03894033
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:主动脉夹层、急性DeBakey I型夹层、急性A型夹层、壁内血肿。这是一项观察性、前瞻性和回顾性、非随机、非干预性研究,旨在探究AMDS在治疗伴有或不伴有临床相关术前灌注不良和/或壁内血肿(IMH)的急性DeBakey I型夹层患者中的性能和临床益处。参与研究的医生将被要求提供他们在常规护理过程中,针对决定采用AMDS治疗的患者所收集的观察结果。在收集数据前,将获取患者知情同意,允许将其临床记录用于本观察性研究目的。预计在欧洲和加拿大的最多30个中心招募总计300名受试者。AMDS将根据使用说明并由治疗医生酌情植入。该注册研究由Ascyrus Medical GmbH于2019年8月发起(DARTS PM注册研究)。当时,根据先前方案,德国和加拿大的中心已招募约70名患者。
患者的入组已被暂停,该研究已重新启动为PROTECT Registry,并根据JOTEC的标准操作程序,在获得伦理委员会批准后更新了研究文件。已纳入DARTS PM Registry的患者将重新签署知情同意书(在适用情况下,根据当地法规要求),以允许回顾性和前瞻性收集初始方案版本中未包含的额外数据点。此外,还计划回顾性纳入300名目标受试者中的最多150名受试者,这些受试者已接受AMDS治疗,并同意收集其数据(如国家法律要求),且愿意继续参与本登记研究(如适用)。
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。




