Ataciguat 延缓中度钙化性主动脉瓣狭窄进展：随机安慰剂对照研究
该数据集来自 clinicaltrials.gov，聚焦中度钙化性主动脉瓣狭窄（CAVS）患者，研究药物 Ataciguat 对比安慰剂的随机对照试验
基本信息
资源简介
Ataciguat 延缓中度钙化性主动脉瓣狭窄进展：随机安慰剂对照研究
该数据集来自 clinicaltrials.gov，聚焦中度钙化性主动脉瓣狭窄（CAVS）患者，研究药物 Ataciguat 对比安慰剂的随机对照试验。研究分两部分：Part A 约入组 132 人，考察 Ataciguat 是否延缓主动脉瓣钙（AVC）沉积进展，并评估安全性、耐受性与药代动力学；Part B 在 Part A 完成后启动，约入组 1144 人，考察其是否减缓主动脉瓣面积（AVA）丢失速率及对峰值氧耗（VO2）的影响，同时评估安全性。数据可用于心血管疾病进展预测、药物疗效与安全性分析等研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：中度主动脉瓣狭窄。本研究将分两部分进行：Part A 和 Part B。Part A 的目的是研究中度钙化性主动脉瓣狭窄（CAVS）成人患者中，ataciguat 是否延缓主动脉瓣钙（AVC）沉积的进展。还将评估 ataciguat 的安全性、耐受性和药代动力学。Part A 预计入组约 132 名参与者。Part A 入组完成后，Part B 将开始入组。Part B 的目的是研究中度 CAVS 参与者中，ataciguat 是否减缓主动脉瓣面积（AVA）丢失速率，并评估 ataciguat 对峰值氧耗（VO2）的影响。还将评估 ataciguat 的安全性和耐受性。Part B 预计入组约 1144 名参与者。
【主题与分类】
主题标签：Moderate Aortic Valve Stenosis。本站分类：心血管系统疾病/主动脉瓣狭窄。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07001800
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/NCT07001800
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：中度主动脉瓣狭窄。本研究将分为两部分进行：A部分和B部分。A部分的目的是研究中度钙化性主动脉瓣狭窄（CAVS）成人患者中，ataciguat是否能减缓主动脉瓣钙化（AVC）沉积的进展。同时还将评估ataciguat的安全性、耐受性和药代动力学。A部分将招募约132名受试者。A部分招募完成后，B部分将开始招募。B部分的目的是研究中度CAVS受试者中，ataciguat是否能减缓主动脉瓣面积（AVA）缩小的速率，并评估ataciguat对峰值耗氧量（VO2）的影响。同时还将评估ataciguat的安全性和耐受性。B部分将招募约1144名受试者。
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。
