使用 CoreMap EP 标测系统的心内膜标测

INvENI 研究分为三个阶段:第一阶段采集并分析持续性及长程持续性房颤患者的高保真心内膜电图并验证安全性;第二阶段初步开发与评估 CoreMap 引导的定制消融策略并验证安全性与有效性;第三阶段评估该系统识别空间受限房颤驱动灶并指导消融治疗的安全性与有效性,并与对照组比较

CoreMap Inc.CoreMap Inc.
clinicaltrials
浏览 4
其他分类Persistent Atrial Fibrillation
Endocardial Mapping With the CoreMap EP Mapping System

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

使用 CoreMap EP 标测系统的心内膜标测

该数据集来自 clinicaltrials.gov,主题为使用 CoreMap EP Mapping System 进行心内膜标测,聚焦持续性心房颤动。INvENI 研究分为三个阶段:第一阶段采集并分析持续性及长程持续性房颤患者的高保真心内膜电图并验证安全性;第二阶段初步开发与评估 CoreMap 引导的定制消融策略并验证安全性与有效性;第三阶段评估该系统识别空间受限房颤驱动灶并指导消融治疗的安全性与有效性,并与对照组比较。可用于房颤标测与消融相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:持续性心房颤动。INvENI 研究包含三个阶段:第一阶段的目标是采集并分析持续性房颤(PerAF)和长程持续性房颤患者的高保真心内膜电图(EGM),并证明其安全性。第二阶段的目标是初步开发和评估 CoreMap 引导的定制消融策略,并证明 CoreMap EP Mapping System 在 PerAF 和长程持续性房颤患者中的安全性和有效性。第三阶段的目标是评估 CoreMap EP Mapping System 识别空间受限房颤驱动灶并指导消融治疗的能力在无既往房颤消融史的 PerAF 患者中的安全性和有效性。本阶段旨在证明与对照组相比的安全性和有效性。

【主题与分类】

主题标签:Persistent Atrial Fibrillation。本站分类:心血管系统疾病/心房颤动。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06529978

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/NCT06529978

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

条件:持续性心房颤动。INvENI研究包括三个阶段:第一阶段,目标是收集并分析持续性房颤(PerAF)和长程持续性房颤患者的高保真心内膜电图(EGM),并证明其安全性。第二阶段,目标是初步开发和评估CoreMap引导的定制消融策略,并证明CoreMap EP标测系统在持续性房颤和长程持续性房颤患者中的安全性和有效性。第三阶段,目标是评估CoreMap EP标测系统识别空间受限的房颤驱动灶并指导无既往房颤消融史的持续性房颤患者消融治疗的安全性和有效性。本阶段旨在通过与对照组比较来证明其安全性和有效性。

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。

获取专属数据定制方案