Cera™ 血管封堵系统上市后临床随访

该数据集来自 clinicaltrials.gov,主题为 Lifetech Cera™ 血管封堵系统的上市后临床随访研究,覆盖动脉瘤、内漏、肺动静脉畸形、门静脉高压、动静脉瘘、脾裂伤等循环系统疾病情形

Lifetech Scientific (Shenzhen) Co., Ltd.Lifetech Scientific (Shenzhen) Co., Ltd.
clinicaltrials
浏览 11
文本AneurysmEndoleakPulmonary Arteriovenous MalformationPortal HypertensionArteriovenous FistulaSplenic Laceration
Cera™ Vascular Plug System Post-Market Clinical Follow-Up

基本信息

模态
文本
创建/更新时间
2026-10-08

资源简介

Cera™ 血管封堵系统上市后临床随访

该数据集来自 clinicaltrials.gov,主题为 Lifetech Cera™ 血管封堵系统的上市后临床随访研究,覆盖动脉瘤、内漏、肺动静脉畸形、门静脉高压、动静脉瘘、脾裂伤等循环系统疾病情形。研究计划入组 132 名受试者,入组期约 1 年,每名受试者随访期约 1 年,最终报告预计 2026 年完成。数据可用于评估该系统在外周血管动静脉栓塞中的安全性与性能、识别未知副作用、监测已知副作用并分析新发风险(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):适应症:动脉瘤、内漏、肺动静脉畸形、门静脉高压、动静脉瘘、脾裂伤。Lifetech Cera™ 血管封堵系统适用于外周血管的动脉和静脉栓塞。本研究依据 MDR 要求规划,旨在确认 Lifetech Cera™ 血管封堵系统的安全性和性能,识别既往未知的副作用,监测已识别的副作用(与手术或医疗器械相关),并识别和分析新出现的风险。本研究拟入组 132 名受试者。预计入组期为 1 年,每名受试者的预期参与时间为 1 年(即随访期)。最终报告应于 2026 年完成。

【主题与分类】

主题标签:Aneurysm、Endoleak、Pulmonary Arteriovenous Malformation、Portal Hypertension、Arteriovenous Fistula、Splenic Laceration。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/NCT06099015

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/NCT06099015

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

适应证:动脉瘤、内漏、肺动静脉畸形、门静脉高压、动静脉瘘、脾裂伤。Lifetech Cera™血管封堵系统适用于外周血管的动脉和静脉栓塞。本研究根据MDR要求规划,旨在确认Lifetech Cera™血管封堵系统的安全性和性能,识别既往未知的副作用,监测已识别的副作用(与手术或医疗器械相关),识别并分析新出现的风险。本研究计划入组132名受试者。预计入组期为1年,每名受试者预计参与时间为1年(即随访期)。最终报告应于2026年完成。

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