Seismocardiography 诊断冠状动脉疾病准确性研究
条件：冠状动脉疾病（CAD）（例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。这些技术使用高灵敏度传感器测量心跳引起的胸部微小振动
基本信息
资源简介
Seismocardiography 诊断冠状动脉疾病准确性研究
本数据集围绕一项评估新型无创检测方法用于冠状动脉疾病（CAD）诊断准确性的临床研究而建立，英文名称为“Diagnostic Accuracy Of Seismocardiography for Coronary Artery Disease”。该研究关注冠状动脉疾病，包括心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）等情形，旨在评估利用心震图（SCG）与陀螺心动图（GCG）检测冠状动脉疾病的新方法。这两种技术通过高灵敏度传感器测量心跳在胸部引起的微小振动，并借助CardioClin设备判断其能否准确识别CAD。研究将结果与冠状动脉钙化扫描（CAC-CT）、CT血管造影（CCTA）和侵入性冠状动脉造影（ICA）等标准检查进行对比，探索该方法是否可作为可靠、经济且无辐射的替代诊断手段。本站将其归类于循环系统疾病下的其他类别，来源站为clinicaltrials.gov。
【数据集背景】
冠状动脉疾病（CAD）涵盖心绞痛、心肌梗死以及动脉粥样硬化性心脏病（ASHD）等临床情形。现有诊断路径通常依赖冠状动脉钙化扫描（CAC-CT）、CT血管造影（CCTA）和侵入性冠状动脉造影（ICA）等标准检查。本研究试图引入一种新的、非侵入性的检测思路，即利用心震图（SCG）和陀螺心动图（GCG）来捕捉心跳引起的胸部微小振动，从而判断是否存在冠状动脉疾病。研究背景的核心在于评估这种基于高灵敏度传感器的方法能否在诊断准确性上与传统标准检查相媲美，并探索其作为可靠、经济、无辐射替代方案的潜力。
【数据内容】
本数据集所对应的研究内容涉及对冠状动脉疾病诊断准确性的评估。具体而言，研究将招募已经预约接受上述标准检查的患者，并让这些患者同时接受SCG/GCG测试。随后，研究将比较两种途径的结果，以判断新方法是否能够准确检测CAD。数据集主题标签明确指向冠状动脉疾病（CAD），包括心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）。关于数据集的具体样本量、变量字段、测量指标、时间跨度、随访信息以及统计分析方法等，源站未提供。
【采集与来源】
数据来源站为clinicaltrials.gov。研究采用心震图（SCG）和陀螺心动图（GCG）两种技术，通过高灵敏度传感器测量心跳在胸部引起的微小振动。所使用的设备为CardioClin。研究对象为已经安排接受冠状动脉钙化扫描（CAC-CT）、CT血管造影（CCTA）或侵入性冠状动脉造影（ICA）等标准检查的患者，这些患者同时接受SCG/GCG测试。关于采集地点、采集时间、招募人数、纳入与排除标准、伦理审批信息以及数据存储方式等，源站未提供。
【适用场景】
该数据集适用于评估心震图（SCG）和陀螺心动图（GCG）在冠状动脉疾病（CAD）诊断中的准确性。潜在应用场景包括：与冠状动脉钙化扫描（CAC-CT）、CT血管造影（CCTA）和侵入性冠状动脉造影（ICA）等标准检查进行对比研究；探索无创、无辐射且成本较低的CAD诊断替代路径；以及为后续临床研究或设备评估提供参考。关于该数据集是否适用于其他疾病、其他人群或其他临床决策场景，源站未提供。
【使用方法】
研究设计为：对已预约接受标准检查的患者额外进行SCG/GCG测试，并将新方法的结果与标准检查结果进行比较，以判断CardioClin设备能否准确检测CAD。关于数据的具体使用方式、访问权限、分析流程、软件工具、代码示例或操作指南，源站未提供。
【质量与限制】
该研究关注新方法是否能够提供可靠、经济且无辐射的替代诊断方案，但关于数据集的质量控制措施、样本代表性、偏倚风险、准确性指标的具体数值、局限性讨论以及验证结果等，源站未提供。此外，源站描述在末尾处中断，未给出完整结论，因此无法确认研究最终是否达到预期目标或得出何种具体发现。
【引用与许可】
关于本数据集的引用格式、许可协议、使用条款、数据共享政策以及知识产权归属等信息，源站未提供。
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/NCT06880120
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：冠状动脉疾病（CAD）（例如，心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。本研究旨在评估一种利用心震图（SCG）和心旋图（GCG）检测冠状动脉疾病（CAD）的新型无创方法。这些技术通过高灵敏度传感器测量心跳引起的胸部微小振动。目的是确定使用CardioClin设备的这种方法与冠状动脉钙化扫描（CAC-CT）、CT血管造影（CCTA）和侵入性冠状动脉造影（ICA）等标准检查相比，能否准确检测CAD。已安排接受上述标准检查之一的患者也将接受SCG/GCG检测。该研究将比较结果，以判断这种新方法能否为诊断CAD提供一种可靠、经济且无辐射的替代方案。这项研究可能有助于在不需侵入性操作的情况下改善心脏病的早期检测。
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。
