对感觉心动过速但Holter ECG阴性的患者进行的常规微创电生理检查
该数据集来自clinicaltrials.gov，聚焦于感觉心动过速但Holter ECG检查阴性的患者，涵盖预激综合征、阵发性心动过速、心房颤动、心房扑动及Wolff-Parkinson-White综合征等病种
基本信息
资源简介
对感觉心动过速但Holter ECG阴性的患者进行的常规微创电生理检查
该数据集来自clinicaltrials.gov，聚焦于感觉心动过速但Holter ECG检查阴性的患者，涵盖预激综合征、阵发性心动过速、心房颤动、心房扑动及Wolff-Parkinson-White综合征等病种。Sykehuset Telemark每年约进行800例Holter ECG检查，其中约200例因心动过速指征受检，约170例未发现心动过速。研究对2004年8月1日至2005年11月1日期间Holter阴性的患者发出微创电生理检查邀请，获知情同意后按等待名单安排检查。该数据可用于分析此类患者的心电生理特征及诊断策略（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：预激综合征、阵发性心动过速、心房颤动、心房扑动、Wolff-Parkinson-White综合征。Sykehuset Telemark每年进行约800例Holter ECG检查。其中约200例的指征为心动过速，约170例患者检查未发现任何心动过速。在2004年8月1日至2005年11月1日期间接受检查且Holter结果为阴性的患者会收到一封信，信中包含微创电生理检查的信息以及自愿参与的邀请。给予知情同意的患者随后根据等待名单被叫来进行微创EP研究。EP刺激方案包括：测定起搏阈值，以600ms进行8次非同步起搏，以及以从550ms递减至200ms的间期进行期外刺激。该系列
【主题与分类】
主题标签：Pre-excitation Syndromes、Paroxysmal Tachycardia、Atrial Fibrillation、Atrial Flutter、Wolff-Parkinson-White Syndrome。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/NCT00251121
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/NCT00251121
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：预激综合征、阵发性心动过速、心房颤动、心房扑动、沃夫-帕金森-怀特综合征。泰勒马克医院每年大约进行800例动态心电图检查。其中约200例的指征为心动过速，而在约170例患者中，检查未发现任何心动过速。对于2004年8月1日至2005年11月1日期间接受检查且动态心电图阴性的患者，将邮寄一封信件，告知微创电生理检查的相关信息，并提供自愿参与的邀请。随后，根据知情同意，患者将按等待名单被安排进行微创电生理研究。电生理刺激方案包括：测定起搏阈值，以600ms进行8次非同步起搏，并给予一个递减间期为550ms至200ms的期前收缩。该序列在400ms起搏下重复，并加入两个期前收缩以及异丙肾上腺素刺激。
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。
