急性冠脉综合征非罪犯病变评估与重分类的冠脉内生理学与影像学决定性研究
该数据集来自 clinicaltrials.gov,聚焦急性冠脉综合征患者非罪犯病变的冠脉内生理学与影像学评估及重分类。覆盖条件包括冠状动脉疾病、急性冠脉综合征、光学相干断层扫描与血流储备分数

基本信息
资源简介
急性冠脉综合征非罪犯病变评估与重分类的冠脉内生理学与影像学决定性研究
该数据集来自 clinicaltrials.gov,聚焦急性冠脉综合征患者非罪犯病变的冠脉内生理学与影像学评估及重分类。覆盖条件包括冠状动脉疾病、急性冠脉综合征、光学相干断层扫描与血流储备分数。源站描述指出,尽管诊疗手段不断进步,缺血性心脏病仍是全球致死致残的主要原因,其发生与心外膜冠状动脉因狭窄、闭塞或血管运动异常导致的血流受损有关,微循环结构与功能改变亦可参与其中;急性心肌灌注受损归为急性冠脉综合征,慢性可逆性缺血则另作评估。该数据可用于相关病变识别与风险分层研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:冠状动脉疾病、急性冠脉综合征(ACS)、光学相干断层扫描、血流储备分数。尽管过去一个世纪在诊断和治疗方法上取得了所有进展,缺血性心脏病(IHD)仍然是全球死亡和发病的主要原因。IHD 是由于急慢性情况下心肌灌注的可逆或不可逆损害而发生的。这种灌注异常最常见的原因是心外膜冠状动脉通畅性因狭窄、闭塞或血管运动异常而受损。微循环的结构和/或功能改变也可能导致心肌灌注受损。心肌灌注急性受损的情况被归类为急性冠脉综合征(ACS),而在慢性基础上发生的可逆性缺血则在 c 的框架下进行评估
【主题与分类】
主题标签:Coronary Artery Disease、Acute Coronary Syndromes (ACS)、Optic Coherence Tomography、Fractional Flow Reserve。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/NCT07548554
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/NCT07548554
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
疾病条件:冠状动脉疾病、急性冠脉综合征(ACS)、光学相干断层成像、血流储备分数。尽管过去一个世纪以来在诊断和治疗方法上取得了所有进步,缺血性心脏病(IHD)仍然是全球死亡率和发病率的主要原因。IHD的发生是由于急性或慢性情况下心肌灌注的可逆或不可逆损伤。这种灌注异常最常见的原因是心外膜冠状动脉通畅性受损,由狭窄、闭塞或血管运动异常引起。微循环的结构和/或功能改变也可能导致心肌灌注受损。心肌灌注急性受损的情况被归类为急性冠脉综合征(ACS),而在慢性基础上发展的可逆性缺血则在慢性冠脉综合征(CCS)的范畴下进行评估。在评估导致CCS缺血的冠状动脉(大血管)或微血管病变时,血管造影这种宏观的管腔显影方法往往不够充分。
冠状动脉内压力和流量测量对于确定血管造影检测到的心外膜病变对冠状动脉血流、灌注压以及 consequently 心肌灌注的影响是必要的。这些测量被称为有创冠状动脉内生理学(IIP)。当前指南建议,关于中等程度心外膜病变的血运重建决策应基于 IIP。由 IIP 指导的血运重建与死亡率和发病率的降低以及支架负担的减少相关。IIP 可以使用基于压力、基于流量或联合策略进行。最近的跨国研究表明,与仅基于压力的方法相比,整合流量和压力参数的策略在减少干预和降低支架植入的情况下实现了更好的临床结果。事实上,在冠状动脉血流和血流储备保留的情况下,仅压力参数的异常可能不足以证明血运重建的合理性。然而,病变
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。




