连续远程心电监测预测心力衰竭患者出院后30天结局：一项使用新型可穿戴传感器的初步研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07699874

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：急性心力衰竭，远程监测。心力衰竭（HF）是一个日益严重的全球公共卫生问题。全球范围内，心力衰竭的估计患病率已增至超过6430万例。尽管药物治疗改善了预后，但心力衰竭仍是65岁以上人群住院的主要原因。大约30-40%的心力衰竭患者有住院史，50%的患者在初次诊断心力衰竭后1年内再次入院。在突尼斯，当前统计数据（2017年）显示，急性心力衰竭患者的1年全因死亡率为22.8%，因心力衰竭导致的1年住院率为7.3%，复合事件（全因死亡或心力衰竭住院）的1年发生率为18.7%。现有文献强调，使用可穿戴生物传感器进行患者监测是改善心血管患者护理的一种有前景的策略，并有可能支持临床实践和改善患者预后。

本方案的目标是评估使用新型设备“VIVALINK ECG Patch”进行连续远程心电监测，在预测因心力衰竭失代偿而从急诊科（ED）出院的心房颤动（AF）患者再入院及其他临床相关结局方面的可行性和有效性。

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。