心室内心电激活对再同步治疗的影响
该数据集来自 clinicaltrials.gov,聚焦心力衰竭、扩张型心肌病与冠状动脉疾病人群,研究心室内心电激活对心脏再同步治疗(CRT)的影响

基本信息
资源简介
心室内心电激活对再同步治疗的影响
该数据集来自 clinicaltrials.gov,聚焦心力衰竭、扩张型心肌病与冠状动脉疾病人群,研究心室内心电激活对心脏再同步治疗(CRT)的影响。研究为前瞻性、单中心、队列研究,旨在探讨双心室起搏治疗终末期心力衰竭时约30%患者无应答的问题,并评估基线左心室电激活能否帮助确定最佳左心室导线位置。数据可用于分析CRT应答预测、左心室起搏位点优化及电激活与血流动力学关系等方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心力衰竭、扩张型心肌病、冠状动脉疾病。综合性研究,前瞻性、单中心、队列研究。双心室起搏是改善终末期心力衰竭患者的有效疗法,然而高达30%的患者对该疗法无应答。其中,优化左心室(LV)起搏位点位置对于优化心脏再同步治疗(CRT)应答至关重要。更好地理解基线左心室电激活是否有助于确定最佳左心室导线位置仍有待研究。在知情同意后,患者被纳入研究。第1天:按常规方式在全身麻醉下植入CRT装置。冠状窦导线将在RADI导丝引导下,依据急性血流动力学反应(+(dP/dt)max)植入。装置植入后,将一根可操控标测导管
【主题与分类】
主题标签:Heart Failure、Cardiomyopathy, Dilated、Coronary Disease。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/NCT01270646
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/NCT01270646
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、扩张型心肌病、冠状动脉疾病。综合性研究,前瞻性、单中心队列研究。双心室起搏是改善终末期心力衰竭患者的有效疗法,然而高达30%的患者对该疗法无反应。其中,优化左心室(LV)起搏位点位置对于优化心脏再同步化治疗(CRT)的反应至关重要。更深入地理解基线左心室电激活是否能有助于确定最佳左心室导线位置,仍有待研究。在获得知情同意后,患者被纳入研究。第1天:按常规方式在全身麻醉下植入CRT装置。冠状窦导线将在RADI导丝引导下,根据急性血流动力学反应(+(dP/dt)max)植入。装置植入后,将一根可操控标测导管插入左心室腔,构建左心室三维激活图。该图将在有和无CRT的情况下分别获取。通过这些图,将测量描述左心室激活的不同参数,并在有和无CRT的患者之间进行比较。
定量参数:整体左心室激动时间(LVATG)(主要结局);间隔激动时间(LVTAS);整体左心室内离散时间,以及定性参数:左心室内传导阻滞线的存在、晚激动区域。第5±2天:将使用CardioInsight®系统在有无心脏再同步化治疗(CRT)的情况下记录左心室的无创标测图。将测量相同参数,并与有创标测获得的参数进行比较。将在3个月和6个月时进行随访,包括对患者进行临床、生物学评估(NYHA分级、6分钟步行试验、BNP),并在6个月时额外进行经胸超声心动图检查。
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。




