OCT引导支架优化用于稳定型心绞痛短程双联抗血小板治疗
该数据集来自clinicaltrials.gov,聚焦稳定型心绞痛与冠状动脉疾病患者。源站描述指出,缺血性心脏病是全球主要死因之一,超过80%的冠状动脉疾病死亡发生在65岁及以上人群,老年患者常合并糖尿病、高血压和慢性肾脏病,缺血与出血风险均升高,经皮冠状动脉介入治疗后双联抗血小板治疗管理尤为困难

基本信息
资源简介
OCT引导支架优化用于稳定型心绞痛短程双联抗血小板治疗
该数据集来自clinicaltrials.gov,聚焦稳定型心绞痛与冠状动脉疾病患者。源站描述指出,缺血性心脏病是全球主要死因之一,超过80%的冠状动脉疾病死亡发生在65岁及以上人群,老年患者常合并糖尿病、高血压和慢性肾脏病,缺血与出血风险均升高,经皮冠状动脉介入治疗后双联抗血小板治疗管理尤为困难。光学相干断层扫描可高分辨率评估支架贴壁、扩张及夹层,既往研究曾提出基于OCT的策略。数据可用于研究OCT引导支架优化与短程DAPT(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:稳定型心绞痛、冠状动脉疾病。缺血性心脏病(IHD)仍是全球主要死因之一,超过80%的冠状动脉疾病(CAD)死亡发生在65岁及以上人群中。老年患者常合并多种疾病,如糖尿病、高血压和慢性肾脏病,这同时增加了缺血和出血风险。对于这些患者,经皮冠状动脉介入治疗(PCI)后双联抗血小板治疗(DAPT)的管理尤其具有挑战性,因为医生必须在缺血保护与出血并发症风险之间取得平衡。光学相干断层扫描(OCT)提供高分辨率血管内成像,可精确评估支架贴壁、扩张以及夹层的存在。既往研究,包括Kubo等人(2022)的研究,已提出基于OCT的
【主题与分类】
主题标签:Stable Angina、Coronary Artery Disease。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/NCT07198529
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/NCT07198529
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:稳定型心绞痛、冠状动脉疾病。缺血性心脏病(IHD)仍是全球主要死因之一,80%以上的冠状动脉疾病(CAD)死亡发生在65岁及以上人群中。老年患者常合并多种疾病,如糖尿病、高血压和慢性肾脏病,这些均会增加缺血与出血风险。对于这些患者,经皮冠状动脉介入治疗(PCI)后双联抗血小板治疗(DAPT)的管理尤为棘手,医生必须在缺血保护与出血并发症风险之间取得平衡。光学相干断层扫描(OCT)可提供高分辨率血管内成像,能够精确评估支架贴壁、扩张情况及是否存在夹层。既往研究,包括Kubo等(2022)的研究,提出了基于OCT的支架优化标准,证明支架扩张不充分或最小管腔面积(MLA)< 4.5 mm²与更差预后相关。
然而,迄今为止,很少有临床研究直接评估OCT引导的支架优化能否支持DAPT持续时间的个体化调整。COMFORT-SHORT研究是一项前瞻性、单中心、开放标签的初步注册研究,旨在探讨OCT引导的支架优化在应用短期DAPT策略中的安全性和可行性。将纳入接受药物洗脱支架植入PCI的稳定型心绞痛患者。所有参与者在PCI期间将接受OCT以评估支架部署情况。支架尺寸和长度将基于OCT分析确定,并审查最终影像以确认手术是否满足预定义的优化标准。支架被确认已优化的患者将转为1个月DAPT,随后接受氯吡格雷单药治疗。结果欠佳的患者(如支架贴壁不良、中膜夹层、扩张不充分)将根据指南推荐继续标准DAPT 6-12个月。
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。




