成人先天性心脏病预后研究

该数据集来自 clinicaltrials.gov,为单中心观察性双向研究,纳入在本机构接受评估的成人先天性心脏病患者。主要终点是评估随访期间不良事件(死亡、心律失常、心脏住院)的临床与超声心动图预测因素;次要终点包括各单一组分发生率、获得性病变(含出生时不存在瓣膜病)的预后影响及随访期间手术/经皮

Fondazione Policlinico Universitario Agostino Gemelli IRCCSFondazione Policlinico Universitario Agostino Gemelli IRCCS
clinicaltrials
浏览 12
医学影像预测Adult Congenital Heart Disease
Prognosis in Adult Patients With Congenital Heart Disease

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-12

资源简介

成人先天性心脏病预后研究

该数据集来自 clinicaltrials.gov,为单中心观察性双向研究,纳入在本机构接受评估的成人先天性心脏病患者。主要终点是评估随访期间不良事件(死亡、心律失常、心脏住院)的临床与超声心动图预测因素;次要终点包括各单一组分发生率、获得性病变(含出生时不存在瓣膜病)的预后影响及随访期间手术/经皮干预需求。患者按门诊 ACHD 诊所计划随访接受评估,不进行标准临床实践以外的干预或给药。可用于成人先天性心脏病预后预测模型构建与不良事件风险因素分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:成人先天性心脏病。这是一项单中心观察性双向研究,将纳入在本机构接受评估的成人先天性心脏病患者。主要终点是评估随访期间不良事件(死亡、心律失常、心脏住院)的临床和超声心动图预测因素。次要终点为:1)评估主要终点各单一组分的发生率;2)评估获得性病变的预后影响,包括出生时不存在瓣膜病;3)随访期间手术/经皮干预的需求。参与者将在我们门诊 ACHD 诊所的计划随访就诊背景下接受评估。除标准临床实践所需者外,不进行任何干预/给药。

【主题与分类】

主题标签:Adult Congenital Heart 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/NCT06723704

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06723704

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:成人先天性心脏病。这是一项单中心观察性双向性研究,将纳入在我院接受评估的成人先天性心脏病患者。主要终点是评估随访期间不良事件(死亡、心律失常、心脏相关住院)的临床和超声心动图预测因素。次要终点为:1)评估主要终点各单一组成部分的发生率;2)评估获得性病变的预后影响,包括出生时不存在的心脏瓣膜病;3)随访期间是否需要外科/经皮介入治疗。参与者将在我们成人先天性心脏病门诊(Outpatient ACHD Clinic)预定随访就诊的背景下接受评估。除标准临床实践所需者外,不进行任何干预/给药。

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。

获取专属数据定制方案