透视、接触力与局部阻抗联合超高密度标测引导射频消融治疗峡部依赖性心房扑动的比较:FLUTTER研究
该数据集来自 clinicaltrials.gov,聚焦典型心房扑动(cavotricuspid isthmus 依赖性心房扑动)的导管消融治疗

基本信息
资源简介
透视、接触力与局部阻抗联合超高密度标测引导射频消融治疗峡部依赖性心房扑动的比较:FLUTTER研究
该数据集来自 clinicaltrials.gov,聚焦典型心房扑动(cavotricuspid isthmus 依赖性心房扑动)的导管消融治疗。数据覆盖三种消融引导方式:透视引导、三维标测系统结合接触力(CF)传感导管,以及局部阻抗与超高密度标测引导。可用于比较不同引导策略在辐射暴露、手术成功率等方面的差异,支持心律失常消融相关的临床研究与疗效评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:典型心房扑动。导管消融是 cavotricuspid isthmus(CTI)依赖性心房扑动(AFL;也称为典型 AFL)患者的一线治疗,这是一种常见的心律失常。该手术使用射频(RF)导管进行,单次手术成功率约为 95%。消融通常采用以下三种方法之一:1. 透视引导,使用 X 射线引导操作者观察心脏内导管位置。这种方法对患者和操作者的辐射暴露最大。消融通常进行固定时间段(例如 30-60 秒)以确保每个消融病灶成功。2. 使用三维标测系统,使导管能够被磁性定位并在显示器上可视化而无需 X 射线,并使用“接触力”(CF)传感导管。这需要最少的 X 射线使用,并通过确保最小 d
【主题与分类】
主题标签:Typical Atrial Flutter。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/NCT04434599
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/NCT04434599
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:典型心房扑动。导管消融是治疗依赖腔静脉三尖瓣峡部(CTI)的心房扑动(AFL;也称为典型AFL)患者的一线治疗方法,这是一种常见的心律失常。此手术使用射频(RF)导管进行,单次手术成功率约为95%。消融通常采用以下三种方法之一:1. 在X线透视下进行,利用X射线引导操作者观察心脏内导管位置。这种方法对患者和操作者的辐射暴露最大。通常进行一定时间的消融(例如30-60秒)以确保每个消融病灶成功。2. 使用三维标测系统,使导管能够通过磁性定位并在监视器上可视化,无需X射线,并使用“接触力”(CF)感应导管。这需要最少的X射线使用,并通过在施加RF前确保导管尖端与心脏之间存在最小力度,持续一定时间(例如30秒),操作者可以更有信心地认为病灶消融成功。3.
使用如上所述的磁追踪超高清密度标测系统,但能够以更高分辨率可视化心脏电传导系统,有望提高手术成功率;该方法尚未针对房扑(AFL)进行正式评估。使用此方法的导管采用“局部阻抗”(LI)而非接触力(CF)。这是对心脏组织阻抗的直接测量,可在消融过程中实时反映变化。消融期间LI值的最低下降或平台期可确认损伤成功,无需按预定时间进行消融。这有可能减少消融时间及后续并发症,但同样尚未针对该适应证与上述方法进行正式比较。这项前瞻性随机研究旨在比较这三种标准治疗手术,以确定在消融指标、疗效和安全性方面是否存在差异。
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。




