连续与间歇心脏电生理监测对比研究
该数据集来自 clinicaltrials.gov，聚焦于药物引起的尖端扭转型室速与长 QT 综合征患者。研究目的是验证连续贴片监测系统在评估接受可能引发心脏并发症药物的患者心律失常方面的效果，并将连续贴片系统与标准心电图（ECG）进行对比
基本信息
资源简介
连续与间歇心脏电生理监测对比研究
该数据集英文名为 Continuous Versus Intermittent cARdiac Electrical moNitorinG，来源于 clinicaltrials.gov，本站将其归类于循环系统疾病 / 其他。数据集聚焦于药物引起的尖端扭转型室速与长 QT 综合征两类主题。源站描述显示，研究目的是验证连续贴片监测系统在评估接受可能引发心脏并发症药物的患者心律失常方面的效果，并将连续贴片系统与标准心电图（ECG）进行对比。整体而言，该数据集围绕连续与间歇性心脏电活动监测的比较展开，服务于药物相关心脏并发症风险人群的心律失常评估研究。
【数据集背景】
该数据集对应的研究关注接受可能引发心脏并发症药物的患者群体，涉及药物引起的尖端扭转型室速与长 QT 综合征。这两类情况均与药物使用过程中心脏电活动异常风险相关，因此需要可靠的监测手段来评估心律失常的发生情况。源站描述指出，研究的核心目的在于验证连续贴片监测系统在评估此类患者心律失常方面的效果，并通过与标准心电图（ECG）的对比来考察该监测系统的表现。数据集的主题标签同样指向药物引起的尖端扭转型室速与长 QT 综合征，说明其研究背景集中在药物安全性监测与心脏电活动评估这一方向。
【数据内容】
源站描述仅说明了研究的条件与目的，即针对药物引起的尖端扭转型室速与长 QT 综合征，验证连续贴片监测系统并比较其与标准心电图（ECG）的差异。关于数据集具体包含哪些字段、记录数量、受试者规模、监测时长、心律失常事件类型分布等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述提及连续贴片监测系统与标准心电图（ECG）的对比，表明数据采集涉及这两类心脏电活动监测方式。关于采集地点、采集时间范围、采集设备型号、采样参数以及具体的采集流程等细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于与药物引起的心脏并发症风险相关的研究场景，尤其是围绕尖端扭转型室速与长 QT 综合征患者的心律失常评估。其潜在用途包括考察连续贴片监测系统在接收可能引发心脏并发症药物的患者中的监测效果，以及开展连续贴片系统与标准心电图（ECG）之间的对比分析。关于其他具体应用场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据读取方式、字段说明、分析流程或配套工具等信息。
【质量与限制】
源站未提供关于数据质量、完整性、准确性或使用限制的说明。由于源站描述仅覆盖研究条件与目的，数据规模、标注情况与潜在偏倚等信息均未涉及。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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/NCT04336644
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：药物引起的尖端扭转型室性心动过速、长QT综合征。本研究的目的是验证连续贴片监测系统在评估接受可能引起心脏并发症药物的患者心律失常方面的作用，并将连续贴片系统与标准心电图（ECG）进行比较。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
