Absnow可吸收ASD封堵系统治疗ASD患者的安全性与有效性研究
该数据集来自clinicaltrials.gov,围绕Absnow可吸收ASD封堵系统治疗房间隔缺损患者的安全性与有效性研究,属于循环系统疾病领域

基本信息
资源简介
Absnow可吸收ASD封堵系统治疗ASD患者的安全性与有效性研究
该数据集来自clinicaltrials.gov,围绕Absnow可吸收ASD封堵系统治疗房间隔缺损患者的安全性与有效性研究,属于循环系统疾病领域。数据覆盖Heart Septal Defects, Atrial与Atrial Septal Defect相关主题,涉及介入封堵治疗这一微创、疗效确切、恢复期短且无需体外循环的治疗方式。源站描述提及该封堵系统已在动物(猪)ASD模型中完成植入实验,植入成功率为100%,并进行了最长2年的观察。可用于评估封堵系统临床研究设计、疗效与安全性相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Heart Septal Defects, Atrial,Atrial Septal Defect。房间隔缺损(以下简称“ASD”)是一种常见的先天性心脏病(以下简称“CHD”),约占儿童CHD的10%。最初,ASD通过外科手术治疗。如今,以微创、疗效确切、恢复期短、无需体外循环为特点的经导管ASD封堵为CHD提供了一种新的安全有效的治疗方法。根据大量临床报告,使用经导管封堵器进行ASD封堵具有成功率高、封堵效果好、并发症风险低的特点。Absnow可吸收ASD封堵系统已经过植入实验,将其植入动物(猪)ASD模型,植入成功率为100%。长达2年的观察表明,心脏
【主题与分类】
主题标签:Heart Septal Defects, Atrial、Atrial Septal Defect。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03601039
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/NCT03601039
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:房间隔缺损。房间隔缺损(以下简称“ASD”)是一种常见的先天性心脏病(以下简称“CHD”),约占儿童CHD的10%。最初,ASD通过外科手术治疗。如今,经导管ASD封堵术具有微创、疗效确切、恢复期短、无需体外循环等特点,为CHD提供了一种安全有效的新疗法。根据大量临床报告,使用经导管封堵器进行ASD封堵具有成功率高、封堵效果好、并发症风险低等优点。Absnow可吸收ASD封堵系统已经进行了植入实验,将其植入动物(猪)ASD模型,植入成功率为100%。长达2年的观察表明,覆盖植入装置的心肌细胞和内皮细胞与对照组(镍钛合金封堵器)无差异,数量众多,且炎症反应显著低于对照组。
观察期间,试验中所有封堵器均未脱落或移位,未出现明显的术后并发症,因此,该封堵器具备局部应用可行性和系统安全性。由先健科技研发的Absnow可吸收房间隔缺损封堵系统通过了CFDA深圳医疗器械质量监测和检验中心的注册检验,验证了该封堵系统在机械强度、理化性能和生物学性能方面符合产品技术规格。根据CFDA发布的《医疗器械注册管理办法》(第4号令)和《医疗器械临床试验质量管理规范》(第25号)的规定,该产品具备进行临床试验的条件。
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。




