Neuroguard IEP系统直接颈动脉支架置入术(PERFORMANCE III)
该数据集来自clinicaltrials.gov,收录一项前瞻性、多中心、单臂、开放标签研究,评估Neuroguard IEP Direct System治疗颈动脉狭窄的安全性与有效性,受试者为颈动脉内膜切除术后不良事件风险升高的人群

基本信息
资源简介
Neuroguard IEP系统直接颈动脉支架置入术(PERFORMANCE III)
该数据集来自clinicaltrials.gov,收录一项前瞻性、多中心、单臂、开放标签研究,评估Neuroguard IEP Direct System治疗颈动脉狭窄的安全性与有效性,受试者为颈动脉内膜切除术后不良事件风险升高的人群。该系统为三合一颈动脉支架输送系统,整合血管成形球囊、栓塞保护装置及镍钛自膨胀支架。入组条件包括年龄20至80岁、经诊断存在颈内动脉或颈动脉分叉处新发动脉粥样硬化性或CEA后再狭窄病变,症状性狭窄程度大于等于50%。可用于颈动脉狭窄介入治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:颈动脉狭窄、颈动脉疾病。一项前瞻性、多中心、单臂、开放标签研究,旨在评估Neuroguard IEP® Direct系统用于治疗颈动脉内膜切除术后不良事件风险升高的受试者颈动脉狭窄的安全性和有效性。Neuroguard IEP Direct系统是一种三合一颈动脉支架输送系统,由血管成形球囊、一体化栓塞保护装置和装载于球囊上并由外鞘约束的镍钛自膨胀支架组成。符合条件的患者年龄大于或等于20岁且小于或等于80岁,为经诊断存在颈内动脉(ICA)或颈动脉分叉处新发动脉粥样硬化性或颈动脉内膜切除术后再狭窄病变,且若为症状性则狭窄程度大于或等于50%者。
【主题与分类】
主题标签:Carotid Stenosis、Carotid Artery Diseases。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05845710
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/NCT05845710
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:颈动脉狭窄、颈动脉疾病。一项前瞻性、多中心、单臂、开放标签研究,旨在评估Neuroguard IEP® Direct系统在颈动脉内膜切除术(CEA)后不良事件风险升高的受试者中治疗颈动脉狭窄的安全性和有效性。Neuroguard IEP Direct系统是一种三合一颈动脉支架输送系统,由血管成形术球囊、一体化栓塞保护装置以及装载于球囊上并由外鞘约束的镍钛合金自膨胀支架组成。符合条件的患者年龄大于或等于20岁且小于或等于80岁,为经诊断患有颈内动脉(ICA)或颈动脉分叉处新发动脉粥样硬化性或CEA后再狭窄性病变的患者,若有症状则狭窄程度大于或等于50%,若无症状则狭窄程度大于或等于70%。
症状性受试者定义为在索引操作前180天内,靶血管颈动脉病变同侧半球发生卒中或短暂性脑缺血发作(TIA),或同侧短暂性单眼失明(一过性黑蒙)。受试者将在索引操作后接受30天的随访,对于发生卒中或颅神经损伤的受试者将进行额外随访。
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。




