Thoraflex™ Hybrid 器械治疗降主动脉瘤/夹层研究
该数据集来自 clinicaltrials.gov,主题为 Thoraflex™ Hybrid 器械用于治疗降主动脉瘤/夹层的研究,涉及主动脉弓与夹层性动脉瘤等条件

基本信息
资源简介
Thoraflex™ Hybrid 器械治疗降主动脉瘤/夹层研究
该数据集来自 clinicaltrials.gov,主题为 Thoraflex™ Hybrid 器械用于治疗降主动脉瘤/夹层的研究,涉及主动脉弓与夹层性动脉瘤等条件。源站描述重点说明了数据质量管理流程,包括依据申办方标准操作程序在各纠错阶段持续开展质量控制、实施系统性一致性控制程序并记录、跟踪纠正过程,以及向各中心发出并传递查询以解决研究数据问题。同时将执行监查计划,明确访视或检查频率及数据核验比例,预计至少核验 10% 的数据,电子病例报告表完成质量的监查因素由一名临床研究助理执行(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:主动脉弓;夹层性动脉瘤。将根据申办方的标准操作程序,在纠错过程的各个阶段持续进行质量控制。将实施并记录系统性一致性控制程序。纠正程序将被跟踪。对于研究数据,将发出查询并传送至各中心以进行解决。为确保数据质量,将实施监查计划。该计划将详细说明访视或检查的频率以及所核验数据的比例。预计至少将核验 10% 的数据。与电子病例报告表完成质量相关的监查因素将由一名临床研究助理执行。在缺席的情况下,参与医师将被自动联系
【主题与分类】
主题标签:Aortic Arch; Aneurysm, Dissecting。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/NCT03735472
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/NCT03735472
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:主动脉弓;夹层动脉瘤。质量控制将在纠错过程的各个阶段,根据申办方的标准操作程序持续进行。将实施并记录系统连贯性控制程序。纠正程序将被追踪。对于研究数据,将发出查询请求并传送至各中心以解决。为确保数据质量,将实施监查计划。该计划将详细说明访问或检查的频率以及核实数据的比例。预计至少10%的数据将被核实。与电子病例报告表填写质量相关的监查因素将由一名临床研究助理执行。在纳入患者和/或预定访问日期及计划对照后,如无数据录入,将自动联系参与的医生。所有分析将由CHU Amiens的临床研究与创新部门管理。将使用的统计分析软件是SAS(版本9.1)。
根据目标人群,预计纳入约80至100例患者的样本,这将使事件发生率约为25%的估计具有±8.5%至9.5%的准确度。在研究实施过程中,将要求观察者尽量减少任何缺失数据。所收集的数据与常规实践相当,应可从原始病历中获取。然而,若后者缺失,则将在数据收集表中添加缺失数据备注。将采取若干措施以避免患者失访。提供给观察者用于启动的研究文件强调了患者随访及在整个研究期间收集数据的根本重要性。如有必要,科学学会以及法国国家卫生管理局(HAS)可提醒观察者
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。




