VRAP-Heart：虚拟现实辅助患者赋能用于结构性心脏病干预
该数据集来自 clinicaltrials.gov，聚焦于严重主动脉瓣狭窄患者在接受经股动脉导管主动脉瓣植入术（TAVI）时的虚拟现实辅助患者教育
基本信息
资源简介
VRAP-Heart：虚拟现实辅助患者赋能用于结构性心脏病干预
VRAP-Heart（Virtual Reality Assisted Patient Empowerment for Interventions in Structural Heart Disease）是一个来自 clinicaltrials.gov 的研究数据集，聚焦于严重主动脉瓣狭窄患者在接受经股动脉导管主动脉瓣植入术（TAVI）时的虚拟现实辅助患者教育。该数据集所属分类为循环系统疾病 / 其他，主题标签为 Severe Aortic Valve Stenosis。其核心研究背景是：通过虚拟现实技术辅助患者教育，探索能否改善患者对手术的理解和模拟定位能力，从而减少介入术后并发症、显著缩短住院时间。该数据集为前瞻性、随机对照、多中心研究，旨在评估虚拟现实在结构性心脏病介入治疗患者赋能方面的作用。
【数据集背景】
该数据集所对应的研究关注严重主动脉瓣狭窄患者在接受经股动脉导管主动脉瓣植入术（TAVI）过程中的患者教育问题。研究指出，定向障碍、焦虑和疼痛可能导致谵妄的发生，并通过并发症延长择期手术患者的住院时间。虚拟现实可以结合不同的学习模态（听觉、视觉、书面、触觉），通过教育干预提高患者对手术过程的理解。对手术环境、参与人员、手术流程和安全方面的更详细了解，将有助于减少患者在手术前和手术过程中的焦虑与压力。基于这一背景，该研究设计为前瞻性、随机对照、多中心研究，以评估虚拟现实辅助患者教育在TAVI患者中的效果。
【数据内容】
该数据集的主题标签为 Severe Aortic Valve Stenosis，所属分类为循环系统疾病 / 其他。源站描述中提及的研究条件为严重主动脉瓣狭窄。研究关注的核心变量包括：患者理解程度、模拟定位能力、介入术后并发症、住院时间、焦虑、压力、疼痛、谵妄等。研究设计为前瞻性、随机对照、多中心研究。关于数据集的具体样本量、变量字段、数据格式、时间范围等详细信息，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述中说明该研究为前瞻性、随机对照、多中心研究，研究对象为接受经股动脉导管主动脉瓣植入术（TAVI）的严重主动脉瓣狭窄患者。关于数据采集的具体方式、采集时间、采集地点、采集设备等详细信息，源站未提供。
【适用场景】
该数据集适用于关注严重主动脉瓣狭窄患者接受TAVI手术时虚拟现实辅助患者教育效果的研究场景。潜在应用方向包括：评估虚拟现实教育干预对患者理解程度和模拟定位能力的影响；分析其对术后并发症、住院时间、焦虑、压力、疼痛及谵妄等结局的作用。由于该数据集为前瞻性、随机对照、多中心研究，其设计适用于比较虚拟现实辅助教育与常规教育之间的差异。关于具体适用场景的更多细节，源站未提供。
【使用方法】
关于该数据集的具体使用方法、数据访问方式、数据处理流程、分析工具等，源站未提供。
【质量与限制】
该数据集来源于 clinicaltrials.gov，研究设计为前瞻性、随机对照、多中心研究，这一设计有助于控制偏倚并提高结果的可靠性。然而，关于该数据集的具体质量评估指标、数据完整性、缺失值处理、样本量、统计功效、随访时长等信息，源站未提供。此外，源站描述中未提及该研究的实际结果或结论，因此无法判断虚拟现实辅助患者教育是否确实能够改善患者理解、减少并发症或缩短住院时间。相关限制信息源站未提供。
【引用与许可】
关于该数据集的引用方式、许可协议、使用限制、版权信息等，源站未提供。
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/NCT05552352
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：重度主动脉瓣狭窄。这项前瞻性、随机对照的多中心研究旨在探讨在接受经股动脉导管主动脉瓣植入术（TAVI）的患者中，虚拟现实辅助的患者教育能否提高患者的理解力和模拟定向能力，从而减少介入后并发症，显著缩短住院时间。在择期手术中，定向障碍、焦虑和疼痛可导致谵妄的发生，并通过并发症导致住院时间延长。虚拟现实可以结合不同的学习模式（听觉、视觉、书面、触觉），并通过教育干预提高患者对手术的理解。对手术环境、参与人员、手术过程及安全方面有更详细的了解，将减轻术前和术中的焦虑与压力，并减少介入后护理期间的并发症。因此，住院时间应得以缩短。
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。
