急性冠脉综合征合并冠状动脉扩张症抗血栓策略多中心试验
该数据集来自 clinicaltrials.gov,聚焦急性冠脉综合征合并冠状动脉扩张症(CAE)患者的抗血栓策略多中心试验

基本信息
资源简介
急性冠脉综合征合并冠状动脉扩张症抗血栓策略多中心试验
该数据集来自 clinicaltrials.gov,聚焦急性冠脉综合征合并冠状动脉扩张症(CAE)患者的抗血栓策略多中心试验。覆盖的疾病包括冠状动脉扩张症、急性冠脉综合征、STEMI 与 NSTEMI。源站描述指出 CAE 定义为冠状动脉节段异常扩张,直径至少超过相邻正常节段的 50%,全球患病率约 0.3% 至 4.9%,在墨西哥国家心脏病研究所 STEMI 患者中约 10.3%。数据可用于研究该人群的抗血栓治疗策略与临床表型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:冠状动脉扩张症、急性冠脉综合征(ACS)、STEMI - ST 段抬高型心肌梗死、NSTEMI - 非 ST 段抬高型心肌梗死(MI)。冠状动脉扩张症(CAE)定义为冠状动脉节段异常扩张,其直径至少比相邻正常节段大 50%。尽管相对少见,CAE 代表一种临床相关的冠状动脉疾病表型。其报告的全球患病率范围为 0.3% 至 4.9%;然而,在某些人群中已有更高的频率描述。在墨西哥国家心脏病研究所“Ignacio Chávez”(INCICh),已在 ST 段抬高型心肌梗死(STEMI)患者中记录到约 10.3% 的患病率,突显了在墨西哥人群中研究该病的重要性。其病理生理
【主题与分类】
主题标签:Coronary Artery Ectasia、Acute Coronary Syndromes (ACS)。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/NCT07511257
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/NCT07511257
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:冠状动脉扩张、急性冠脉综合征(ACS)、STEMI——ST段抬高型心肌梗死、NSTEMI——非ST段抬高型心肌梗死(MI)。冠状动脉扩张(CAE)定义为冠状动脉节段异常扩张,其直径至少比相邻正常节段大50%。尽管相对少见,CAE代表了一种具有临床意义的冠状动脉疾病表型。其报告的患病率在全球范围内为0.3%至4.9%;然而,在某些人群中已有更高频率的描述。在墨西哥国家心脏病学研究所“Ignacio Chávez”(INCICh),在表现为ST段抬高型心肌梗死(STEMI)的患者中已记录到约10.3%的患病率,凸显了在墨西哥人群中研究该病的重要性。CAE的病理生理学涉及异常的冠状动脉血流动力学,包括扩张节段内的湍流和血液淤滞。
这些变化可能通过多种机制促进血栓形成,包括血小板活化、局部炎症过程、内皮功能障碍以及潜在的血栓前状态。与血管重塑相关的遗传易感性和分子通路也可能促进该疾病的发生和发展。临床上,CAE患者与较高的心绞痛、心肌梗死、远端栓塞以及经皮冠状动脉介入治疗期间并发症的风险相关。尽管具有临床意义,但急性冠脉综合征(ACS)合并CAE患者的最佳抗血栓策略仍不确定。双联抗血小板治疗(DAPT),通常由阿司匹林和P2Y12抑制剂组成,是最常用的治疗方法。然而,鉴于冠状动脉扩张段异常血流条件相关的血栓形成倾向,抗凝已被提出作为一种潜在有益的治疗策略。在INCICh进行的探索性OVERTIME试验比较了一种由抗血小板单药治疗加直接口服
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。




