颈股动脉、示波法与估算脉搏波速度数据集
该数据集来自 clinicaltrials.gov,主题为颈股动脉脉搏波速度(cfPWV)、示波法及估算脉搏波速度,涉及高血压、动脉僵硬度、脉搏波分析与脉搏波速度

基本信息
资源简介
颈股动脉、示波法与估算脉搏波速度数据集
该数据集来自 clinicaltrials.gov,主题为颈股动脉脉搏波速度(cfPWV)、示波法及估算脉搏波速度,涉及高血压、动脉僵硬度、脉搏波分析与脉搏波速度。高血压是全球心血管发病和死亡的主要原因之一,与心肌梗死、卒中、心力衰竭和早逝密切相关;除血压升高外,动脉僵硬度等血管改变也是重要的心血管风险标志。cfPWV 目前被视为评估主动脉僵硬度的无创金标准,与心血管事件和死亡独立相关。近年来出现了基于示波法肱动脉袖带设备的 PWV 估算方法。数据可用于心血管风险相关建模与回归分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:高血压、动脉僵硬度、脉搏波分析、脉搏波速度。高血压是全球心血管发病和死亡的主要原因之一,与心肌梗死、卒中、心力衰竭和早逝密切相关。除血压水平升高外,动脉僵硬度等血管改变已成为心血管风险的重要标志。颈股动脉脉搏波速度(cfPWV)目前被认为是评估主动脉僵硬度的金标准无创方法,并持续显示出与心血管事件和死亡的独立关联。近几十年来,已开发出用于脉搏波速度(PWV)评估的替代方法。基于示波法肱动脉袖带的设备可通过源自血压的专有算法估算 PWV。
【主题与分类】
主题标签:Hypertension、Arterial Stiffness、Pulse Wave Analysis、Pulse Wave Velocity。本站分类:循环系统疾病/心力衰竭。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06836622
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/NCT06836622
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:高血压、动脉僵硬度、脉搏波分析、脉搏波传导速度。高血压是全球心血管疾病发病率和死亡率的主要原因之一,与心肌梗死、卒中、心力衰竭和过早死亡密切相关。除血压水平升高外,动脉僵硬度等血管改变已成为心血管风险的重要标志。颈-股脉搏波传导速度(cfPWV)目前被认为是评估主动脉僵硬度的金标准无创方法,并 consistently 显示出与心血管事件和死亡率的独立关联。近几十年来,用于评估脉搏波传导速度(PWV)的替代方法不断发展。基于示波法肱动脉袖带的设备可通过源自血压波形分析的专有算法估算PWV。Mobil-O-Graph系统是研究最广泛的示波法设备之一,已在不同临床环境中显示出肱动脉PWV(brPWV)与心血管结局之间的关联。
与此同时,基于年龄和平均血压通过数学公式计算得出的估计脉搏波速度(ePWV),已成为一种简便的动脉僵硬度替代标志物。既往研究表明,ePWV可独立于传统心血管风险评分预测心血管事件和死亡,在某些人群中甚至可独立于实测cfPWV。尽管示波法PWV和公式推导的PWV均显示出预后价值,但与直接测量的颈-股脉搏波速度相比,这些方法在多大程度上反映真实的主动脉僵硬度仍存在不确定性。由于示波法算法和ePWV公式受年龄和血压影响较大,仍需进一步研究以更好地理解它们与参考标准方法之间的关系。本研究旨在评估颈-股脉搏波速度、示波法肱
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。




