ALPs单腔新型设备研究
研究针对 Brady-tachy Syndrome、Brady Arrythmia、Bradycardia、AV Block 及阵发性心房颤动患者,评估自主无导线起搏系统(ALPS)用于心动过缓患者的初始安全性与性能

基本信息
资源简介
ALPs单腔新型设备研究
该数据集来自 clinicaltrials.gov,为 ALPs Single ChambEr New Device Study 的临床试验信息,属于循环系统疾病/其他分类。研究针对 Brady-tachy Syndrome、Brady Arrythmia、Bradycardia、AV Block 及阵发性心房颤动患者,评估自主无导线起搏系统(ALPS)用于心动过缓患者的初始安全性与性能。ALPS 由无导线起搏器、导管、程控仪和家用监测器组成,通过能量采集器供电,可感知心脏电活动并提供 VVI 起搏治疗。研究计划在欧洲最多 3 个医疗中心入组并植入最多 15 名受试者,每人参与时长 24 个月(来源 clinicaltrials.g。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Brady-tachy Syndrome、Brady Arrythmia、Bradycardia、AV Block、Atrial Fibrillation (Paroxysmal)。本临床试验的目的是评估自主无导线起搏系统(ALPS)用于心动过缓患者时的初始安全性和性能。ALPS™ 是一个由无导线起搏器、导管、程控仪和家用监测器组成的系统。ALPS 无导线起搏器旨在感知心脏的电活动,并为需要 VVI 治疗的患者提供心脏起搏治疗。ALPS 具有能量采集器,为起搏治疗和与家用监测器的通信提供能量,而不是使用寿命有限的电池。该研究将包括最多 15 名参与者,他们将在欧洲最多 3 个医疗中心入组并接受植入。每位参与者的参与时长为 24 个月。Pa
【主题与分类】
主题标签:Brady-tachy Syndrome、Brady Arrythmia、Bradycardia、AV Block、Atrial Fibrillation (Paroxysmal)。本站分类:循环系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07469579
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/NCT07469579
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
适应症:心动过缓-心动过速综合征、缓慢性心律失常、心动过缓、房室传导阻滞、心房颤动(阵发性)。本临床试验的目的是评估自主无导线起搏系统(ALPS)用于心动过缓患者时的初步安全性和性能。ALPS™ 是一种由无导线起搏器、导管、程控仪和家用监测器组成的系统。ALPS 无导线起搏器旨在感知心脏的电活动,并为需要 VVI 治疗的患者提供心脏起搏治疗。ALPS 配备能量采集器,为起搏治疗及与家用监测器的通信提供能量,而非依赖寿命有限的电池。该研究将纳入最多 15 名受试者,在欧洲最多 3 家医疗中心入组并接受植入。每名受试者的参与时间为 24 个月。受试者将在植入后 1 个月、3 个月、6 个月、12 个月、18 个月和 24 个月接受评估。该研究包括安全性评估,即检查器械或手术相关的主要并发症。
性能评估包括收集和分析无导线起搏器的电池电压和起搏参数。此外,该研究还将收集数据以分析能量采集器的性能。
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。




