减少TAVI患者治疗时间干预措施评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT05237804

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

疾病：主动脉瓣狭窄。主动脉瓣狭窄（AS）是西方国家最常见的瓣膜病。由于人口老龄化，AS的患病率持续上升。尽管在理解AS发病和进展的病理生理机制方面已取得重大进展，但目前尚无药物可延缓或阻止其进展。唯一可用的治疗方法是主动脉瓣置换术（AVR），可通过外科手术或导管介入（TAVI）进行。一旦确诊并决定治疗这些患者，鉴于未经治疗该病预后不良，必须迅速实施手术（AVR或TAVI）。研究表明，在等待名单上，死亡和因心力衰竭住院的概率随时间增加。这种延迟还可能降低TAVI的有效性，从而影响医疗系统的绩效。在本研究中，设计了一种干预措施，结合了电子健康组件（面向患者、家属及与患者接触的卫生专业人员的工具）和组织组件（针对TAVI植入中心）。

本研究旨在评估该干预措施的有效性。

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。