Freesolve可吸收镁支架系统治疗长段新发病变的安全性与临床性能研究
该数据集来自clinicaltrials.gov,为BIOMAG-LL前瞻性、国际、多中心、单臂上市前研究,评估Freesolve可吸收镁支架系统扩展尺寸(35和40 mm)在长度不超过38 mm的新发冠状动脉病变中的安全性与临床性能,以支持这些尺寸的CE认证

基本信息
资源简介
Freesolve可吸收镁支架系统治疗长段新发病变的安全性与临床性能研究
该数据集来自clinicaltrials.gov,为BIOMAG-LL前瞻性、国际、多中心、单臂上市前研究,评估Freesolve可吸收镁支架系统扩展尺寸(35和40 mm)在长度不超过38 mm的新发冠状动脉病变中的安全性与临床性能,以支持这些尺寸的CE认证。主要终点为12个月靶病变失败(TLF)率,临床随访在术后1、6、12、36和60个月进行,研究总时长约六年半,包括十五个月招募期和五年随访期。数据可用于冠状动脉疾病介入治疗器械的临床结局预测与安全性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:冠状动脉疾病、冠状动脉粥样硬化、心肌缺血、缺血性心脏病、急性冠脉综合征、心绞痛。在本研究中,将研究Freesolve尺寸范围(35和40 mm支架长度)的扩展,目的是评估35和40 mm Freesolve在长度不超过38 mm的新发冠状动脉病变中的安全性和临床性能,以支持这些尺寸的CE认证。BIOMAG-LL是一项上市前研究。它是一项前瞻性、国际、多中心、单臂试验。研究的主要终点将是12个月时的靶病变失败(TLF)率。临床随访将在术后1、6、12、36和60个月进行。研究总时长约为六年半,包括十五个月的招募期和五年的随访期。
【主题与分类】
主题标签:Coronary Artery Disease、Atherosclerosis of Coronary Artery、Myocardial Ischemia、Ischemic Heart Disease、Acute Coronary Syndromes、Angina Pectoris。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/NCT07091682
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/NCT07091682
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:冠状动脉疾病、冠状动脉粥样硬化、心肌缺血、缺血性心脏病、急性冠脉综合征、心绞痛。在本研究中,将探讨Freesolve尺寸范围扩展(35毫米和40毫米支架长度)的安全性和临床性能,旨在评估35毫米和40毫米Freesolve在长度不超过38毫米的新生冠状动脉病变中的表现,以支持这些尺寸的CE认证。BIOMAG-LL是一项上市前研究,为前瞻性、国际、多中心、单臂试验。主要终点为12个月时的靶病变失败(TLF)率。临床随访将在术后1、6、12、36和60个月进行。研究总时长约为六年半,包括十五个月的招募期和五年的随访期。预计样本量为100名患者。此外,还计划进行一项药代动力学子研究,目的是描述Freesolve释放的西罗莫司的药代动力学特征。
为此,本子研究将前瞻性招募15名患者,在手术后的七天内采集全血样本。
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。




