异位性房性心动过速的射频消融
该数据集来自 clinicaltrials.gov,主题为异位性房性心动过速(EAT)的射频消融。EAT 是儿科人群中相对罕见的心律失常,定义为连续出现 3 个以上房性早搏,心率常先逐渐加快再逐渐减慢至正常节律

基本信息
资源简介
异位性房性心动过速的射频消融
该数据集来自 clinicaltrials.gov,主题为异位性房性心动过速(EAT)的射频消融。EAT 是儿科人群中相对罕见的心律失常,定义为连续出现 3 个以上房性早搏,心率常先逐渐加快再逐渐减慢至正常节律。多数患者心脏结构正常,少数见于先天性心脏病术后儿童。据现有报告,EAT 在儿童中发生率约为万分之一。患儿常见症状包括心悸、胸痛、头晕、晕厥前兆和呼吸困难,也可出现运动不耐受等表现。该数据可用于儿科心律失常的临床特征分析与消融治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:先天性疾患。异位性房性心动过速(EAT)是儿科人群中相对罕见的心律失常。其定义为连续出现 3 个以上的房性早搏。在 EAT 中,心律失常的心率往往在一段时间内逐渐加快,然后逐渐减慢至正常节律。异位性房性心动过速(EAT)多见于心脏结构正常的患者,但医生偶尔也会在先天性心脏缺陷术后儿童中观察到这类疾病。目前的报告提示,EAT 在儿童中的发生率约为万分之一(Hamilton,2002)。EAT 患儿通常表现出多种症状。与儿科 EAT 相关的最常见症状是心悸、胸痛、头晕、晕厥前兆和呼吸困难。其他症状可包括运动不耐受和充
【主题与分类】
主题标签:Congenital Disorders。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/NCT00267982
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/NCT00267982
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:先天性疾病。异位性房性心动过速(EAT)在儿科人群中是一种相对罕见的心律失常,其定义为连续出现3个以上的房性早搏。在EAT中,心律失常的速率往往在一段时间内逐渐增加,然后逐渐减慢至正常节律。异位性房性心动过速(EAT)多见于心脏结构正常的患者,但医生偶尔也会在先天性心脏缺陷手术后的儿童中观察到这种类型的心律失常。目前的报告表明,EAT在儿童中的发生率约为万分之一(Hamilton, 2002)。患有EAT的儿童通常表现出多种症状。与儿科EAT相关的最常见症状是心悸、胸痛、头晕、先兆晕厥和呼吸困难。其他症状可能包括运动不耐受和充血性心力衰竭,这些通常是晚期表现。在心動過速诱发的心肌病患者中,心肌病的发展时间取决于心動過速的速率和持续时间,然而,在大多数病例中,诊断时已存在心脏扩大。
这种心肌病可通过成功治疗心律失常而逆转。慢性异位房性心动过速的治疗包括使用腺苷等药物,对于难以控制的病例,可采用射频消融术(RFA)。射频消融已成功治愈异位房性心动过速,成功率在75%-100%之间。研究表明,其并发症发生率与其他射频消融手术相似,但复发风险较高(Hamilton, 2002)。在亚特兰大儿童医疗中心,心导管室每年大约进行10例针对异位房性心动过速的射频消融手术。本回顾性研究的目标是评估1992年8月至2003年8月期间接受治疗的一部分患者中异位房性心动过速的复发频率。
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。




