XIENCE PRIME EECSS 中国单臂研究
该数据集来自 clinicaltrials.gov，为 XIENCE PRIME 依维莫司洗脱冠状动脉支架系统（XIENCE PRIME EECSS）在中国开展的前瞻性、观察性、开放标签、多中心、单臂、上市后研究
基本信息
资源简介
XIENCE PRIME EECSS 中国单臂研究
该数据集来自 clinicaltrials.gov，为 XIENCE PRIME 依维莫司洗脱冠状动脉支架系统（XIENCE PRIME EECSS）在中国开展的前瞻性、观察性、开放标签、多中心、单臂、上市后研究。研究覆盖真实世界中使用该支架的患者，涉及血管成形术、心血管疾病、冠状动脉疾病、冠心病、冠状动脉再狭窄、心肌梗死、支架血栓形成和血管疾病等主题。研究无主要结局指标，所有观察权重相同，可用于评估该支架在真实临床环境中的持续安全性和有效性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Angioplasty, Cardiovascular Disease, Coronary Artery Disease, Coronary Heart Disease, Coronary Restenosis, Myocardial Infarction, Stent Thrombosis, Vascular Disease. Abbott Vascular (AV) 于2011年8月10日获得中国食品药品监督管理局（CFDA）对 XIENCE PRIME 依维莫司洗脱冠状动脉支架系统（XIENCE PRIME EECSS）在中国的上市批准。这项前瞻性、观察性、开放标签、多中心、单臂、上市后研究旨在评估 XIENCE PRIME EECSS 在中国真实世界环境中商业使用期间接受该支架的真实世界患者队列中的持续安全性和有效性。本研究无主要结局指标。所有观察结果权重相同。
【主题与分类】
主题标签：Angioplasty、Cardiovascular Disease、Coronary Artery Disease、Coronary Heart Disease、Coronary Restenosis、Myocardial Infarction、Stent Thrombosis、Vascular Disease。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/NCT01894152
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/NCT01894152
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
适应症：血管成形术、心血管疾病、冠状动脉疾病、冠心病、冠状动脉再狭窄、心肌梗死、支架血栓形成、血管疾病。Abbott Vascular（AV）于2011年8月10日获得中国国家食品药品监督管理局（CFDA）对XIENCE PRIME依维莫司洗脱冠状动脉支架系统（XIENCE PRIME EECSS）在中国的上市批准。本项前瞻性、观察性、开放标签、多中心、单臂、上市后研究旨在评估XIENCE PRIME EECSS在中国真实世界环境中商业使用期间接受该支架的真实世界患者队列中的持续安全性和有效性。本研究无主要结局指标。所有观察结果权重相同。
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。
