Intervascular 上市后临床随访(PMCF)注册登记

登记目的在于评估这些器械用于主动脉、外周或颈动脉旁路、修复或置换时的长期安全性与性能,进一步明确器械的预期产品寿命,并收集抗菌涂层有用性相关数据

IntervascularIntervascular
clinicaltrials
浏览 4
表格预测Carotid Artery DiseasesAortic DiseasesPeripheral Arterial Diseases
Intervascular Post-Market Clinical Follow-Up (PMCF) Registry

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-08

资源简介

Intervascular 上市后临床随访(PMCF)注册登记

该数据集来自 clinicaltrials.gov,为 Intervascular 血管移植物与补片(Intergard Standard、Hemashield、Intergard Silver、Intergard Synergy)的上市后临床随访注册登记,覆盖颈动脉疾病、主动脉疾病和外周动脉疾病人群。登记目的在于评估这些器械用于主动脉、外周或颈动脉旁路、修复或置换时的长期安全性与性能,进一步明确器械的预期产品寿命,并收集抗菌涂层有用性相关数据。可用于血管移植物长期结局、器械性能与寿命预测等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:颈动脉疾病、主动脉疾病、外周动脉疾病。该注册登记的目的是评估 Intervascular 血管移植物与补片(Intergard Standard、Hemashield、Intergard Silver、Intergard Synergy)用于主动脉、外周或颈动脉旁路、修复或置换时的长期安全性与性能。该注册登记旨在进一步明确这些器械的预期产品寿命,并收集与抗菌涂层有用性相关的数据。

【主题与分类】

主题标签:Carotid Artery Diseases、Aortic Diseases、Peripheral Arterial Diseases。本站分类:心血管系统疾病/动脉粥样硬化。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07322913

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07322913

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病类型:颈动脉疾病、主动脉疾病、外周动脉疾病。本注册研究旨在评估Intervascular血管移植物和补片(Intergard Standard、Hemashield、Intergard Silver、Intergard Synergy)用于主动脉、外周或颈动脉旁路、修复或替换的长期安全性和性能。该注册研究旨在进一步明确器械的预期使用寿命,并收集与抗菌涂层有效性相关的数据。

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。

获取专属数据定制方案