先天性心脏病合并感染性心内膜炎患者电子档案
该数据集来自 clinicaltrials.gov,聚焦先天性心脏病(CHD)患者中感染性心内膜炎(IE)的病例档案。源站描述指出,CHD 患者发生 IE 的风险高于一般人群,且随基础心脏疾病不同而差异显著,因此需要识别高危患者及其相关并发症

基本信息
资源简介
先天性心脏病合并感染性心内膜炎患者电子档案
该数据集来自 clinicaltrials.gov,聚焦先天性心脏病(CHD)患者中感染性心内膜炎(IE)的病例档案。源站描述指出,CHD 患者发生 IE 的风险高于一般人群,且随基础心脏疾病不同而差异显著,因此需要识别高危患者及其相关并发症。研究通过分析 IE 合并 CHD 患者的临床-仪器数据、病史、合并症、心血管不良事件和人群死亡率,建立电子档案,对所有新诊断或已诊断的 IE 合并 CHD 病例进行登记。数据可用于风险分层与并发症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性心脏病(CHD)、感染性心内膜炎(IE)。文献中众所周知,先天性心脏病患者发生感染性心内膜炎(IE)的风险高于一般人群,且随基础心脏疾病的不同而有显著差异。识别发生感染性心内膜炎及其相关并发症风险较高的先天性心脏病患者至关重要。因此,有必要研究感染性心内膜炎合并先天性心脏病患者的病例史(分析临床-仪器数据、病史、合并症、心血管不良事件和人群死亡率)。该研究的目的是创建一个电子档案,用以登记所有新诊断或已诊断的感染性心内膜炎合并先天性心脏病病例。
【主题与分类】
主题标签:Congenital Heart Disease (CHD)、Infective Endocarditis (IE)。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06777615
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/NCT06777615
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:先天性心脏病(CHD)、感染性心内膜炎(IE)。文献中众所周知,先天性心脏病患者发生感染性心内膜炎(IE)的风险高于一般人群,且根据基础心脏病的不同存在显著差异。识别发生感染性心内膜炎及其相关并发症风险较高的先天性心脏病患者至关重要。因此,有必要研究感染性心内膜炎合并先天性心脏病患者的病史(分析临床-仪器检查数据、病史、合并症、心血管不良事件及人群死亡率)。
本研究的目的是在IRCCS AOU博洛尼亚儿科与发育年龄心脏病学中心建立一个电子档案库,对2022年1月1日之后所有新诊断或已诊断的感染性心内膜炎和先天性心脏病病例进行登记,以便能够描述该人群中先天性心脏病合并感染性心内膜炎患者的临床和超声心动图特征,从而能够提出新的诊断/流行病学假设,并识别先天性心脏病合并感染性心内膜炎患者不良结局(死亡、再次干预、再住院)的预测因素。
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。




