达格列净对急性心肌梗死患者主要不良心血管事件的影响 (DAPA-AMI)
该数据集来自 clinicaltrials.gov,主题为达格列净对急性心肌梗死患者主要不良心血管事件的影响(DAPA-AMI),属于循环系统疾病与心力衰竭方向

基本信息
资源简介
达格列净对急性心肌梗死患者主要不良心血管事件的影响 (DAPA-AMI)
该数据集来自 clinicaltrials.gov,主题为达格列净对急性心肌梗死患者主要不良心血管事件的影响(DAPA-AMI),属于循环系统疾病与心力衰竭方向。源站描述指出,心血管疾病是全球首位死因,每年约造成 1790 万人死亡,涵盖冠心病、脑血管病、风湿性心脏病等;五分之四的心血管死亡与急性心肌梗死和脑血管病相关,其中三分之一发生在 70 岁以下人群。急性冠脉综合征包括 ST 段抬高型心肌梗死等类型。该数据可用于心血管事件相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:急性心肌梗死、心血管发病、心力衰竭、心绞痛、不稳定型。根据世界卫生组织,心血管疾病是全球首位死亡原因,估计每年有 1790 万人死亡。心血管疾病是一组心脏和血管疾病,包括冠状动脉疾病、脑血管疾病、风湿性心脏病和其他病症。五分之四归因于心血管原因的死亡与急性心肌梗死和脑血管疾病有关,其中三分之一的死亡发生在 70 岁以下人群中。急性冠脉综合征的概念包括 ST 段抬高型心肌梗死,其在两个相邻导联中呈现 ST 段抬高,或完全性左束支传导阻滞,而不是在心电图中无 ST 段抬高的患者。
【主题与分类】
主题标签:Acute Myocardial Infarction、Cardiovascular Morbidity、Heart Failure、Angina, Unstable。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/NCT04717986
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/NCT04717986
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
疾病:急性心肌梗死、心血管疾病发病、心力衰竭、不稳定型心绞痛。根据世界卫生组织的数据,心血管疾病是全球死亡的首要原因,估计每年造成1790万人死亡。心血管疾病是一组心脏和血管疾病,包括冠状动脉疾病、脑血管疾病、风湿性心脏病及其他病症。五分之四的心血管原因死亡与急性心肌梗死和脑血管疾病有关,其中三分之一的死亡发生在70岁以下人群中。急性冠脉综合征的概念包括ST段抬高型心肌梗死,其表现为两个相邻导联出现ST段抬高或完全性左束支传导阻滞,而心电图无ST段抬高的患者通常被归类为非ST段抬高型急性心肌梗死。STEMI的最佳治疗必须建立在不同技术水平医院之间通过网络连接、并由高效且优先的救护车系统相衔接的基础上。
该网络的目标是提供高效的医疗救治、缩短延迟时间并改善临床结果。对于急性心肌梗死患者,在症状出现后的最初12小时内,经皮冠状动脉介入治疗是首选的再灌注治疗方法,前提是能够迅速完成(自诊断起120分钟内)。在某些情况下,经皮冠状动脉介入治疗不是可选方案,此时可立即开始纤溶治疗。大多数缺血性心脏病患者是2型糖尿病的携带者。2型糖尿病与心血管疾病风险增加3倍相关,而心血管疾病是此类患者发病和死亡的主要原因。此外,超过40%的2型糖尿病患者会发展为糖尿病肾病,这大大增加了心血管不良结局的风险。改善2型糖尿病患者的血糖控制一直是一项主要目标
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。




