心脏瓣膜置换对Cheyne-Stokes呼吸的影响
该数据集来自clinicaltrials.gov,聚焦心脏瓣膜置换对Cheyne-Stokes呼吸的影响,涉及Cheyne-Stokes呼吸、心脏瓣膜病与中枢性睡眠呼吸暂停

基本信息
资源简介
心脏瓣膜置换对Cheyne-Stokes呼吸的影响
该数据集来自clinicaltrials.gov,聚焦心脏瓣膜置换对Cheyne-Stokes呼吸的影响,涉及Cheyne-Stokes呼吸、心脏瓣膜病与中枢性睡眠呼吸暂停。源站描述指出,睡眠呼吸障碍在慢性心力衰竭患者中患病率较高,但受睡眠呼吸障碍类型多样、风湿性瓣膜病患者心衰程度不一以及缺乏国际患者登记和诊断不足等因素影响,患病率尚不明确,既往研究多集中于非瓣膜病。该数据可用于研究瓣膜病患者中Cheyne-Stokes呼吸的患病率及相关风险因素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Cheyne-Stokes Respiration, Heart Valve Disease, Central Sleep Apnea. 睡眠呼吸暂停,尤其是中枢性睡眠呼吸暂停,在慢性心力衰竭患者中患病率很高。尽管睡眠呼吸障碍(SDB)已在心脏病患者中被描述,但其患病率尚不清楚,原因在于:①SDB有多种形式,包括阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)以及患病率各异的混合型睡眠呼吸暂停综合征;②风湿性瓣膜病患者通常伴有不同程度的心力衰竭,这种变异性会影响患病率的估计;③没有国际患者登记系统,且SDB在世界许多地区诊断不足。既往研究大多集中于非瓣膜病。我们①调查Cheyne-Stokes呼吸在患者中的患病率和风险因素
【主题与分类】
主题标签:Cheyne-Stokes Respiration、Heart Valve Disease、Central Sleep Apnea。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/NCT01426776
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/NCT01426776
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
病症:潮式呼吸、心脏瓣膜病、中枢性睡眠呼吸暂停。睡眠呼吸暂停,尤其是中枢性睡眠呼吸暂停,在慢性心力衰竭患者中具有较高的患病率。尽管睡眠呼吸障碍(SDB)已在心脏病患者中被描述,但其患病率尚不清楚,原因包括:①SDB形式多样,包括阻塞性睡眠呼吸暂停(OSA)、中枢性睡眠呼吸暂停(CSA)及混合型睡眠呼吸暂停综合征,其患病率各异;②风湿性瓣膜病患者通常伴有不同程度的心力衰竭,这种变异性影响了患病率的估计;③缺乏国际患者登记系统,且在世界许多地区SDB诊断不足。以往研究多集中于非瓣膜性疾病。
我们①研究心脏瓣膜病患者中陈-施呼吸的患病率及其危险因素,②比较心脏瓣膜置换术前与术后3、6、12个月陈-施呼吸参数及心功能指标(如呼吸暂停低通气指数、脉搏血氧饱和度、血压、超声心动图、心电图、6分钟步行试验)的变化。通过夜间多导睡眠图(PSG)检查,将从300例等待心脏手术的心脏瓣膜病患者中筛选出30例典型CSR患者。将对30例接受心脏瓣膜置换术的患者在术前及术后3、6、12个月进行比较。我们将分析瓣膜置换前后CSR的变化,以及心功能与PSG参数之间的相关性。
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。
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。




