经胸超声心动图评估疑似心内膜炎患者

该数据集来自clinicaltrials.gov,聚焦疑似感染性心内膜炎患者,纳入在经胸超声心动图(TTE)后15天内接受经食管超声心动图(TOE)的连续患者,排除已在其他中心确诊心内膜炎者

Fondazione Policlinico Universitario Agostino Gemelli IRCCSFondazione Policlinico Universitario Agostino Gemelli IRCCS
clinicaltrials
浏览 16
医学影像Endocarditis Infective
Transthoracic Echocardiography in Assessing Patients With Suspected Endocarditis

基本信息

模态
医学影像
创建/更新时间
2026-10-17

资源简介

经胸超声心动图评估疑似心内膜炎患者

该数据集来自clinicaltrials.gov,聚焦疑似感染性心内膜炎患者,纳入在经胸超声心动图(TTE)后15天内接受经食管超声心动图(TOE)的连续患者,排除已在其他中心确诊心内膜炎者。采集人口学信息、易感条件、可改变危险因素、血培养结果、TOE时诊断的感染、肺和/或系统性栓塞的临床证据、血液检查、院内死亡及相关合并症等数据,用于描述该队列特征,可支持心内膜炎风险因素与结局的分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:感染性心内膜炎。将纳入因疑似感染性心内膜炎而在经胸超声心动图(TTE)后15天内接受经食管超声心动图(TOE)的连续患者。已在其他中心确诊心内膜炎的患者将被排除。对于每位参与者,研究将收集人口学信息(年龄、性别、BMI)、易感条件(例如瓣膜假体或心内装置、免疫缺陷、瓣膜性心脏病)、可能可改变的危险因素(例如近期牙科操作或手术、静脉吸毒)、血培养结果、TOE时诊断的感染、肺和/或系统性栓塞的临床证据、血液检查、院内死亡及相关合并症(例如慢性肾衰竭、呼吸功能不全、既往急性冠脉综合征或卒中、严重肢体缺血)。这些数据将用于描述该队列

【主题与分类】

主题标签:Endocarditis Infective。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/NCT07415369

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/NCT07415369

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:感染性心内膜炎。连续纳入因疑似感染性心内膜炎而在经胸超声心动图(TTE)后15天内接受经食管超声心动图(TOE)的患者。已在其他中心确诊心内膜炎的患者将被排除。对于每位参与者,研究将收集人口学资料(年龄、性别、BMI)、易感因素(如瓣膜假体或心内装置、免疫缺陷、瓣膜性心脏病)、可能可改变的危险因素(如近期牙科操作或手术、静脉吸毒)、血培养结果、TOE时诊断的感染、肺和/或系统性栓塞的临床证据、血液检查、院内死亡率及相关合并症(如慢性肾衰竭、呼吸功能不全、既往急性冠脉综合征或卒中、严重肢体缺血)。这些数据将用于描述该队列,并探讨临床背景如何影响TTE排除IE的能力。作为次要终点,我们还将评估这些患者的院内结局。

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