EUS引导弹簧圈与氰基丙烯酸酯治疗胃静脉曲张的供血血管造影评估
该数据集来自clinicaltrials.gov,聚焦胃静脉曲张(Gastric Varices)的EUS引导下弹簧圈与氰基丙烯酸酯(CYA)治疗,并评估术中血管造影对供血血管的识别作用

基本信息
资源简介
EUS引导弹簧圈与氰基丙烯酸酯治疗胃静脉曲张的供血血管造影评估
该数据集来自clinicaltrials.gov,聚焦胃静脉曲张(Gastric Varices)的EUS引导下弹簧圈与氰基丙烯酸酯(CYA)治疗,并评估术中血管造影对供血血管的识别作用。数据涉及在EUS与透视引导下注射弹簧圈和CYA的技术改良,通过注射水溶性造影剂识别静脉曲张血流及左侧胃静脉供血血管、避免脾血管栓塞,并可检测分流、规避CYA注射风险。可用于评估该改良技术的操作要点与潜在获益(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:胃静脉曲张。另一方面,尽管EUS注射弹簧圈和CYA已显示出非常有希望的结果,但执行该技术的经验极为重要,因为注射到错误的血管可能是灾难性的。我们单位开发了一种对Binmoeller原始技术的改良,通过EUS和透视引导进行弹簧圈和CYA的注射。在EUS引导下并在透视评估下进行血管造影,代表了对原始技术的一种改良,增加了一些益处:1)注射水溶性造影剂可以识别静脉曲张血流和传入供血血管(左侧胃静脉),并避免脾血管栓塞。2)此外,如果存在分流,可以检测到并避免CYA的注射。3)在活动性出血的情况下,血管造影允许可视化
【主题与分类】
主题标签:Gastric Varices。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03277937
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/NCT03277937
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
条件:胃静脉曲张。另一方面,尽管超声内镜引导下弹簧圈及氰基丙烯酸酯注射已显示出非常有前景的结果,但掌握该技术的操作经验极为重要,因为误注入错误血管可能造成灾难性后果。我科在Binmoeller原始技术基础上进行改良,通过超声内镜及透视引导下注射弹簧圈和氰基丙烯酸酯。在超声内镜引导下并结合透视评估进行血管造影,是对原始技术的改良,具有以下优势:1)注射水溶性造影剂可识别曲张静脉血流及供血血管(胃左静脉),避免脾血管栓塞。2)此外,若存在分流道可被检出,从而避免注射氰基丙烯酸酯。3)若存在活动性出血,血管造影可显示出血的曲张静脉并靶向正确的血管。本研究旨在展示在原始超声内镜引导下弹簧圈联合氰基丙烯酸酯注射技术基础上增加血管造影的结果及潜在优势,以确定并确认胃静脉曲张治疗中的供血血管。
材料与方法 研究设计:这将是一项干预性、描述性、前瞻性研究,在厄瓜多尔消化疾病研究所(IECED)、厄瓜多尔Omni医院学术三级中心进行。患者自2015年7月起纳入,并将持续纳入至2017年10月。研究方案和知情同意书已获机构审查委员会批准,并将按照《赫尔辛基宣言》实施。所有受试者均将获得书面知情同意。 人群选择、纳入与排除标准:初次标准诊断性上消化道内镜检查发现胃静脉曲张(GV)的18岁以上患者将被纳入。GV将根据Sarin和Kumar分类法进行分类。仅胃食管静脉曲张II型(GOV II)(胃底静脉曲张
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。



