评估AccuCinch®心室修复系统安全性与性能——CorCinch-EU研究
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭分类,主题涉及心力衰竭与心肌病。研究主要评估AccuCinch心室修复系统用于治疗症状性成人患者心力衰竭与功能性二尖瓣反流(FMR)的安全性及性能,覆盖伴或不伴FMR、因扩张型心肌病(缺血性或非缺血性病因)导致左心室重构且经

基本信息
资源简介
评估AccuCinch®心室修复系统安全性与性能——CorCinch-EU研究
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭分类,主题涉及心力衰竭与心肌病。研究主要评估AccuCinch心室修复系统用于治疗症状性成人患者心力衰竭与功能性二尖瓣反流(FMR)的安全性及性能,覆盖伴或不伴FMR、因扩张型心肌病(缺血性或非缺血性病因)导致左心室重构且经优化药物治疗后仍有症状的患者。伴FMR者需至少中度FMR、射血分数降低(≤40%)且经Heart Team评估为高手术风险。数据可用于心力衰竭器械治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:心力衰竭、心肌病。本研究的主要目标是评估AccuCinch心室修复系统用于治疗症状性成人患者心力衰竭与功能性二尖瓣反流的安全性和性能,这些患者伴或不伴功能性二尖瓣反流(FMR),并因扩张型心肌病(缺血性或非缺血性病因)导致左心室重构,且尽管接受优化药物治疗仍存在症状。伴FMR的受试者必须表现为至少中度FMR、射血分数降低(≤40%)以及经Heart Team评估的高手术风险。Heart Team可结合合并症使用已确立的风险评分(STS、Euro-Score II),如MVARC所推荐(衰弱指数;术后无法改善的主要器官系统损害;操作特异性障碍)。不伴FMR的受试者必须
【主题与分类】
主题标签:Heart Failure、Cardiomyopathies。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/NCT03183895
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/NCT03183895
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:心力衰竭、心肌病。本研究的主要目标是评估AccuCinch心室修复系统在治疗症状性成人患者中的安全性和性能,这些患者伴有或不伴有功能性二尖瓣反流(FMR),且因扩张型心肌病(缺血性或非缺血性病因)导致左心室重构,尽管接受了优化药物治疗但仍存在症状。伴有FMR的受试者必须表现为至少中度FMR、射血分数降低(≤40%)以及由心脏团队评估的高手术风险。心脏团队可根据MVARC推荐,结合合并症(虚弱指数;术后无法改善的主要器官系统损害;手术特定障碍)使用已确定的风险评分(STS、Euro-Score II)。不伴有FMR的受试者必须表现为左心室明显扩张,LVEDD ≥ 55 mm,且射血分数降低(≤40%)。这些患者不是“传统干预”的潜在候选者,因为他们的二尖瓣无需修复或置换。
因此,对于这些并非基于高手术风险而被选中的患者而言,AccuCinch是唯一的治疗选择。
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。




