PROTEMBO 试验

PROTEMBO 试验数据来自 clinicaltrials.gov,聚焦于接受 TAVR 的重度症状性主动脉瓣狭窄患者

Protembis GmbHProtembis GmbH
clinicaltrials
浏览 16
医学影像分类Severe Aortic Valve Stenosis
The PROTEMBO Trial

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

PROTEMBO 试验

数据来自 clinicaltrials.gov,聚焦于接受 TAVR 的重度症状性主动脉瓣狭窄患者。受试者按 2:1:1 随机分入 ProtEmbo 组、Sentinel 组或不使用装置组,并在基线和 36 小时±12 小时接受 MRI 以评估脑部新发病灶,随访 30 天。该数据可用于比较 ProtEmbo 组与混合对照组在 30 天主要不良心脑血管事件及脑部新发病灶总体积方面的差异,属于循环系统疾病领域的临床试验数据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:重度主动脉瓣狭窄。患有重度症状性主动脉瓣狭窄并接受 TAVR 的受试者将能够参与。参与者将按 2:1:1 的方式随机分配至 ProtEmbo 组、Sentinel 组或“无装置”组。入组受试者将在基线和 36 小时±12 小时接受 MRI,以评估任何新的脑部病灶。入组受试者将被随访 30 天。本研究旨在探讨: ProtEmbo 组与混合对照组在 30 天时所有主要不良心脑血管事件(MACCE)的发生情况是否相当。 ProtEmbo 组与混合对照组在 36±12 小时通过弥散加权磁共振图像评估的脑部新发病灶总体积是否相当。

【主题与分类】

主题标签:Severe 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/NCT05873816

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/NCT05873816

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

条件:重度主动脉瓣狭窄。接受TAVR的重度症状性主动脉瓣狭窄受试者可参与。受试者将按2:1:1的比例随机分配至ProtEmbo组、Sentinel组或“无装置”组。入组受试者将在基线和36小时±12小时接受MRI检查,以评估任何新的脑部病变。入组受试者将随访30天。本研究旨在探讨:* ProtEmbo组与混合对照组在30天时所有主要不良心脑血管事件(MACCE)的发生率是否相当。* ProtEmbo组与混合对照组在36±12小时通过弥散加权磁共振成像评估的脑部新发病灶总体积是否相当。

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