Zenith® Dissection Endovascular System 数据集
数据可用于了解该器械相关临床试验的基本信息，并支持主动脉夹层治疗领域的检索与整理（来源 clinicaltrials.gov）
基本信息
资源简介
Zenith® Dissection Endovascular System 数据集
Zenith® Dissection Endovascular System 是一个与主动脉夹层治疗相关的数据集条目，收录于本站心血管系统疾病 / 主动脉夹层分类下，来源为 clinicaltrials.gov。该数据集围绕一项经美国 FDA 批准的临床试验，用于研究 Zenith® Dissection Endovascular System 在主动脉夹层患者治疗中的安全性与有效性。其主题标签为 Aortic Dissection，可用于了解该器械相关临床试验的基本信息，并支持主动脉夹层治疗领域的检索与整理。整体而言，该数据集面向心血管疾病尤其是主动脉夹层方向的信息查询与资料归纳需求，提供与特定器械临床试验相关的条目化信息。
【数据集背景】
主动脉夹层属于心血管系统疾病中的重要类型，相关治疗手段与器械的临床研究受到关注。Zenith® Dissection Endovascular System 对应的临床试验为美国 FDA 批准的临床研究，目的在于评估该器械在主动脉夹层患者治疗中的安全性和有效性。该数据集即围绕这一临床试验的基本信息进行组织，主题标签为 Aortic Dissection，本站分类归入心血管系统疾病 / 主动脉夹层。
【数据内容】
该数据集的内容与 Zenith® Dissection Endovascular System 相关临床试验的基本信息有关，可用于了解该器械相关临床试验的基本情况。其主题标签为 Aortic Dissection。除上述信息外，源站未提供更细化的数据字段、变量结构或记录数量等内容。
【采集与来源】
该数据集来源站为 clinicaltrials.gov。源站描述指出，Conditions: Aortic Dissection；The Zenith® Dissection Clinical Trial is a clinical trial approved by US FDA to study the safety and effectiveness of the Zenith® Dissection Endovascular System in the treatment of patients with aortic dissection。除来源站与上述描述外，源站未提供其他采集方式、采集时间或更新频率等信息。
【适用场景】
该数据集可用于了解该器械相关临床试验的基本信息，并支持主动脉夹层治疗领域的检索与整理。其主题标签为 Aortic Dissection，适合在心血管系统疾病 / 主动脉夹层这一分类下进行资料查找与归纳。除上述用途外，源站未提供其他具体适用场景。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
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/NCT02094300
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。Zenith® Dissection临床试验是一项经美国FDA批准的临床试验，旨在研究Zenith® Dissection血管内系统在治疗主动脉夹层患者中的安全性和有效性。
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。
