致心律失常性心肌病中皮下植入式心律转复除颤器(S-ICD)适用性随时间变化
该数据集来自 clinicaltrials.gov,聚焦致心律失常性心肌病(ACM)患者中皮下植入式心律转复除颤器(S-ICD)适用性随时间的变化

基本信息
资源简介
致心律失常性心肌病中皮下植入式心律转复除颤器(S-ICD)适用性随时间变化
该数据集来自 clinicaltrials.gov,聚焦致心律失常性心肌病(ACM)患者中皮下植入式心律转复除颤器(S-ICD)适用性随时间的变化。ACM 是一种遗传性、进展性心肌病,以心肌纤维脂肪替代为特征,易导致室性心律失常、心力衰竭和心源性猝死。源站描述提及该病最初被描述为以右心室为主(ARVC),依据 2010 任务力标准诊断,现已认识到左心室和双心室受累,并提出纳入左心室表现(ALVC)。在高危患者中,推荐植入 ICD 以预防心源性猝死,而 S-ICD 是完全血管外替代方案,可避免经静脉导线。该数据可用于分析 S-ICD 适用性随时间的变化趋势(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:致心律失常性心肌病。背景:致心律失常性心肌病(ACM)是一种遗传性、进展性心肌病,其特征为心肌纤维脂肪替代,使患者易发生室性心律失常、心力衰竭和心源性猝死。该病最初被描述为以右心室为主的疾病(致心律失常性右心室心肌病,ARVC),依据 2010 任务力标准诊断,但现已认识到左心室和双心室受累,并提出纳入左心室表现(致心律失常性左心室心肌病,ALVC)。在高危患者中,推荐植入式心律转复除颤器(ICD)用于预防心源性猝死。皮下 ICD(S-ICD)是一种完全血管外的替代方案,可避免经静脉导线和
【主题与分类】
主题标签:Arrhythmogenic Cardiomyopathy。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/NCT07849764
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/NCT07849764
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:致心律失常性心肌病。背景:致心律失常性心肌病(ACM)是一种遗传性、进展性心肌疾病,以心肌纤维脂肪替代为特征,使患者易发生室性心律失常、心力衰竭和心源性猝死。该病最初被描述为主要累及右心室(致心律失常性右心室心肌病,ARVC),依据2010年特别工作组标准进行诊断,但现已认识到左心室和双心室受累,并提出纳入左心室表现(致心律失常性左心室心肌病,ALVC)。对于高危患者,推荐植入型心律转复除颤器(ICD)以预防心源性猝死。皮下ICD(S-ICD)是一种完全血管外替代方案,可避免经静脉导线及其长期并发症。然而,S-ICD候选者必须接受植入前体表心电图(ECG)筛查,以确保适当感知并降低因T波过感知导致不适当电击的风险。
由于ACM具有进展性,其特征性的去极化和复极化异常(如T波倒置、epsilon波、QRS波低电压和传导延迟)可能随时间变化,并在初次筛查 favorable 后影响S-ICD的适用性。关于S-ICD在该人群中的性能和长期适用性的数据仍然匮乏。研究设计:这是一项前瞻性、纵向、单中心试点队列研究,在巴西圣保罗大学医学院附属医院das Clínicas心脏研究所(InCor)心律失常临床单元进行。该研究包括三组,每组30名参与者:ACM患者(研究组);Brugada综合征患者,这是一种通常推荐使用S-ICD的疾病(参考组);以及经胸超声心动图无结构性心脏病的个体(对照组)。研究程序:在知情
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。




