FARAPULSE FARA-Freedom 试验

研究依据申办方与 FDA 预先设定的标准,评估 FARAPULSE 脉冲场消融系统在治疗阵发性心房颤动中的安全性、可行性、有效性与性能

Boston Scientific CorporationBoston Scientific Corporation
clinicaltrials
浏览 18
其他分类Paroxysmal Atrial Fibrillation
The FARAPULSE FARA-Freedom Trial

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

FARAPULSE FARA-Freedom 试验

本数据集来自 clinicaltrials.gov,为 FARAPULSE FARA-Freedom 试验,聚焦阵发性心房颤动(Paroxysmal Atrial Fibrillation)。研究依据申办方与 FDA 预先设定的标准,评估 FARAPULSE 脉冲场消融系统在治疗阵发性心房颤动中的安全性、可行性、有效性与性能。主要安全性与性能目标在全部受试者完成脉冲场消融术后 12 个月随访时分析,主要有效性目标在全部受试者完成术后 34~36 个月随访时分析。可用于心血管疾病、心房颤动消融治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:阵发性心房颤动。主要和次要的安全性、可行性、有效性和性能将依据申办方和 FDA 确定的预先设定标准进行评估。本研究设定的标准此前已用于证明 FARAPULSE 脉冲场消融系统治疗阵发性心房颤动(PAF)的安全性、可行性、有效性和性能。主要安全性和性能目标的析将在所有尝试接受研究用 FARAPULSE 脉冲场消融手术的受试者达到脉冲场消融术后 12 个月随访时进行。主要有效性目标的析将在所有尝试接受研究用脉冲场消融手术的受试者达到脉冲场消融术后 34 ~ 36 个月随访时进行。该分析

【主题与分类】

主题标签:Paroxysmal 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/NCT05072964

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/NCT05072964

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:阵发性心房颤动。主要和次要的安全性、可行性、有效性及性能将根据申办方和FDA确定的预设标准进行评估。本研究设定的标准此前已用于证明FARAPULSE脉冲电场消融系统治疗阵发性心房颤动(PAF)的安全性、可行性、有效性及性能。主要安全性和性能目标的分析将在所有尝试接受研究用FARAPULSE脉冲电场消融手术的受试者达到脉冲电场消融术后12个月随访时进行。主要有效性目标的分析将在所有尝试接受研究用脉冲电场消融手术的受试者达到脉冲电场消融术后34~36个月随访时进行。次要目标的分析将在所有尝试接受研究用脉冲电场消融手术的受试者达到脉冲电场消融术后34~36个月随访时进行。

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