西班牙 Hydra THV 经导管主动脉瓣植入前瞻性注册研究

该数据集来自 clinicaltrials.gov,为西班牙 Hydra THV 经导管主动脉瓣植入前瞻性注册研究,聚焦严重症状性主动脉瓣狭窄患者

Fundación EPICFundación EPIC
clinicaltrials
浏览 12
表格预测Severe Aortic Valve StenosisValvular Heart DiseaseAortic Valve Stenosis
Spanish Prospective Registry of Hydra THV for Transcatheter Aortic Valve Implantation

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-08

资源简介

西班牙 Hydra THV 经导管主动脉瓣植入前瞻性注册研究

该数据集来自 clinicaltrials.gov,为西班牙 Hydra THV 经导管主动脉瓣植入前瞻性注册研究,聚焦严重症状性主动脉瓣狭窄患者。研究评估经股动脉植入 Hydra THV 生物型主动脉瓣假体的成功率,涵盖手术成功、器械性能及植入后早期临床结局,并对接受经股动脉 TAVR 的患者进行短期与中期随访,以评价安全性和有效性。数据可用于分析该器械在真实世界中的表现及临床预后相关因素(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:严重主动脉瓣狭窄、瓣膜性心脏病、主动脉瓣狭窄。本研究旨在评估在严重症状性主动脉瓣狭窄患者中经股动脉植入 Hydra THV 生物型主动脉瓣假体的成功率。该器械作为 CE 认证的经导管心脏瓣膜系统,按其使用说明书使用。研究将评估手术成功、器械性能及植入后的早期临床结局。接受经股动脉途径经导管主动脉瓣置换术(TAVR)的患者将被随访,以评估安全性和有效性结局,包括短期和中期临床随访。

【主题与分类】

主题标签:Severe Aortic Valve Stenosis、Valvular Heart Disease、Aortic Valve Stenosis。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07566624

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/NCT07566624

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

疾病:重度主动脉瓣狭窄、瓣膜性心脏病、主动脉瓣狭窄。本研究旨在评估经股动脉植入Hydra THV生物型主动脉瓣假体在重度症状性主动脉瓣狭窄患者中的成功率。该器械作为CE认证的经导管心脏瓣膜系统,按照其使用说明书使用。本研究将评估手术成功率、器械性能及植入后的早期临床结局。接受经股动脉入路经导管主动脉瓣置换术(TAVR)的患者将被随访,以评估安全性和有效性结局,包括短期和中期临床随访。

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