Accent MRI 起搏器与 Tendril MRI 导线新技术评估

该数据集来自 clinicaltrials.gov,聚焦心动过缓患者,用于评估植入式 Accent MRI 系统在临床环境及可选 MRI 环境下的性能

Abbott Medical DevicesAbbott Medical Devices
clinicaltrials
浏览 14
医学影像Bradycardia
Accent MRI Pacemaker and Tendril MRI Lead New Technology Assessment

基本信息

模态
医学影像
创建/更新时间
2026-10-10

资源简介

Accent MRI 起搏器与 Tendril MRI 导线新技术评估

该数据集来自 clinicaltrials.gov,聚焦心动过缓患者,用于评估植入式 Accent MRI 系统在临床环境及可选 MRI 环境下的性能。系统包含 St. Jude Medical Tendril MRI 导线与 SJM Accent MRI DR 起搏器,同时评估 MRI Activator 手持设备,该设备可启用、禁用并检查起搏器 MRI 设置状态。研究对象为具有标准心动过缓起搏适应证的患者。数据可用于起搏系统性能分析、MRI 兼容性评估及相关临床研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心动过缓。本研究的目的是在临床环境中评估植入式 Accent MRI TM 系统的性能,并可选地在 MRI 环境中进行评估。该系统包括 St. Jude Medical Tendril MRI™ 导线和 SJM Accent MRITM DR 起搏器。此外,本研究还将评估 MRI Activator™。MRI Activator 是一种手持设备,允许用户启用和禁用 MRI 设置,以及检查起搏器中 MRI 设置的状态。所研究的患者群体包括具有标准心动过缓起搏适应证的患者。

【主题与分类】

主题标签:Bradycardia。本站分类:心血管系统疾病/心动过缓。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01258218

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/NCT01258218

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:心动过缓。本研究旨在评估植入式Accent MRI TM系统在临床环境中的性能,并可选地在MRI环境中进行评估。该系统包括St. Jude Medical Tendril MRI™导线和SJM Accent MRITM DR起搏器。此外,本研究还将评估MRI Activator™。MRI Activator是一种手持设备,允许用户启用和禁用MRI设置,以及检查起搏器中MRI设置的状态。研究患者群体包括具有标准心动过缓起搏适应症的患者。

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。

获取专属数据定制方案