非缺血性心力衰竭患者最佳心脏再同步治疗起搏频率：随机交叉预试验
该数据集来自 search.dataone.org，属于循环系统疾病/心力衰竭分类，主题标签为 Pacing 和 CRT
基本信息
资源简介
非缺血性心力衰竭患者最佳心脏再同步治疗起搏频率：随机交叉预试验
Optimal cardiac resynchronization therapy pacing rate in non-ischemic heart failure patients: a randomized crossover pilot trial
该数据集来自 search.dataone.org，属于循环系统疾病/心力衰竭分类，主题标签为 Pacing 和 CRT。源站描述了一项随机双盲交叉预试验，纳入 12 例非缺血性心力衰竭（NYHA II–III 级）的 CRT 患者，比较 DDD-60 与 DDD-80 基础起搏频率各 3 个月的影响，并在基线、3 个月和 6 个月评估交感神经活动（MSNA）、峰值氧耗（pVO2）、p-NT-proBNP、超声心动图和生活质量。数据可用于研究起搏频率对自主神经功能、运动能力和生活质量的作用（来源 DataONE，CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可）。
【数据内容】
源站描述（机器翻译，仅供参考）：背景：心脏再同步治疗（CRT）期间的最佳起搏频率尚不清楚。因此，我们研究了改变基础起搏频率对自主神经功能、心肺运动能力和自我感知生活质量（QoL）的影响。方法：12 例非缺血性心力衰竭（NYHA II–III 级）的 CRT 患者被纳入一项随机、双盲、交叉试验，其中基础起搏频率设为 DDD-60 和 DDD-80 各 3 个月（2 例患者为 DDD-R）。在基线、3 个月和 6 个月时，我们通过微神经造影（MSNA）评估交感神经活动、峰值氧耗（pVO2）、N 末端脑钠肽前体（p-NT-proBNP）、超声心动图和生活质量。结果：与 DDD-60 相比，DDD-80 起搏 3 个月使平均心率从 77.3 增至 86.1（p = 0.001）并降低交感神经活动（51±14 bursts/100
【主题与分类】
主题标签：Pacing、CRT。本站分类：循环系统疾病/心力衰竭。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256%3Ad3bcaf3f7b5dc3384b2bd54864f4167c5208de33ec138a8f53acd3dcc592df49
使用许可：CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
背景：心脏再同步化治疗（CRT）期间的最佳起搏频率尚不清楚。因此，我们研究了改变基础起搏频率对自主神经功能、心肺运动能力和自我感知生活质量（QoL）的影响。方法：纳入12例非缺血性心力衰竭（NYHA II~III级）的CRT患者，进行随机、双盲、交叉试验，将基础起搏频率设为DDD-60和DDD-80各3个月（2例患者为DDD-R）。在基线、3个月和6个月时，我们通过微神经造影（MSNA）评估交感神经活动，并评估峰值氧耗量（pVO2）、N末端脑钠肽前体（p-NT-proBNP）、超声心动图和生活质量。结果：与DDD-60相比，DDD-80起搏3个月使平均心率从77.3增至86.1（p = 0.001），并降低交感神经活动（51±14 bursts/100 cardiac cycles vs. 64±14 bursts/100 cardiac cycles，p<0.05）。平均pVO2增加不显著……
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。
