ReTAVI 前瞻性观察性注册研究
该数据集来自 clinicaltrials.gov，为 ReTAVI 前瞻性观察性注册研究，聚焦结构性瓣膜退化与衰败、经导管心脏瓣膜（THV）失效的症状患者、人工瓣膜功能障碍及假体失效
基本信息
资源简介
ReTAVI 前瞻性观察性注册研究
该数据集来自 clinicaltrials.gov，为 ReTAVI 前瞻性观察性注册研究，聚焦结构性瓣膜退化与衰败、经导管心脏瓣膜（THV）失效的症状患者、人工瓣膜功能障碍及假体失效。源站描述指出，既往证据多基于病例报告和小型病例系列，缺乏前瞻性多中心记录，redo-TAVI 在退化 THV 中的最佳策略与瓣膜设计尚不明确。该数据可用于观察性研究、预后分析与治疗策略比较（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：结构性瓣膜退化、结构性瓣膜衰败、曾发生经导管心脏瓣膜（THV）失效的症状患者、人工瓣膜功能障碍、假体失效。在所有接受经导管心脏瓣膜（THV）植入的患者中，有 1.4% 至 2.8% 因临床显著的主动脉瓣反流需要在先前植入的 THV 内再次植入一枚 THV [1-3]。90% 的 THV-in-THV 植入被认为成功，尽管在相似 STS 风险下，redo-TAVI 组的死亡率高于首次植入成功者。redo-TAVI 也可能成为退化 THV 的一种有前景的治疗策略，但目前尚缺乏足够知识来确定哪种策略和瓣膜设计可能带来最佳结局 [4]。迄今报告的证据基于病例报告和小型病例系列，而非前瞻性、多中心记录。
【主题与分类】
主题标签：Structural Valve Deterioration、Structural Valve Degeneration、Prosthetic Valve Malfunction、Prosthesis Failure。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05601453
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/NCT05601453
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
条件：结构性瓣膜 deterioration、结构性瓣膜退变、有症状的经导管心脏瓣膜（THV）失败患者、人工瓣膜功能障碍、假体失败。在所有接受经导管心脏瓣膜（THV）植入的患者中，有1.4%至2.8%因临床显著的主动脉瓣反流需要在先前植入的THV内再次植入第二个THV[1-3]。90%的THV-in-THV植入被认为是成功的，尽管在相似的STS风险下，redo-TAVI组的死亡率高于首次植入成功者。Redo-TAVI对于退变的THV也可能是一种有前景的治疗策略，但目前尚缺乏足够的知识来确定哪种策略和瓣膜设计可能带来最佳结局[4]。迄今为止所报告的证据基于病例报告和小型病例系列，而非前瞻性、多中心记录。目前，约5%的THV被植入退变的外科生物瓣膜中。
随着THV在治疗低危重度主动脉瓣狭窄（sAS）患者中的应用不断扩大，预计未来几年内因THV失效而需要再次治疗的患者数量可能会增加。
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。
