基于技术的心脏康复后心脏健康促进干预(Mobile4Heart)

该数据集来自 clinicaltrials.gov,聚焦缺血性心脏病、不稳定型心绞痛、收缩性心力衰竭等心血管疾病患者,在心脏康复出院后通过移动设备监测和促进健康相关行为

University of California, San FranciscoUniversity of California, San Francisco
clinicaltrials
浏览 16
其他分类Ischemic Heart DiseaseUnstable AnginaSystolic Heart FailureCardiovascular Diseases
Technology-Based Intervention to Promote Heart Health After Cardiac Rehab (Mobile4Heart)

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-08

资源简介

基于技术的心脏康复后心脏健康促进干预(Mobile4Heart)

该数据集来自 clinicaltrials.gov,聚焦缺血性心脏病、不稳定型心绞痛、收缩性心力衰竭等心血管疾病患者,在心脏康复出院后通过移动设备监测和促进健康相关行为。研究假设通过移动设备增强医患沟通可提高患者对心脏健康处方的长期依从性,参与者被随机分配使用移动应用或作为对照组,所有参与者均佩戴活动追踪器两个月以记录活动情况。数据可用于分析移动健康干预对心脏康复后体力活动维持和二级预防行为的影响(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:缺血性心脏病、不稳定型心绞痛、收缩性心力衰竭、心血管疾病。心脏康复后持续维持体力活动是预防缺血性心脏病患者发生二次心脏事件的重要环节。我们的核心假设是:在心脏康复出院后,通过移动设备增强医患沟通来监测和促进健康相关行为,可随时间推移提高患者对心脏健康处方的依从性。参与者将被随机分配使用移动应用或作为对照组。所有参与者都将佩戴活动追踪器以追踪其两个月内的活动情况。

【主题与分类】

主题标签:Ischemic Heart Disease、Unstable Angina、Systolic Heart Failure、Cardiovascular Diseases。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/NCT03446313

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03446313

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

条件:缺血性心脏病、不稳定型心绞痛、收缩性心力衰竭、心血管疾病。心脏康复后持续进行体育活动是预防缺血性心脏病患者二次心脏事件的重要部分。我们的核心假设是,通过移动设备增强患者与医疗服务提供者之间的沟通,监测并促进健康相关行为,从而提高心脏康复出院后患者对心脏健康处方的长期依从性。参与者将被随机分配使用移动应用或作为对照组。所有参与者都将配备活动追踪器,以监测其两个月的活动情况。

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。

获取专属数据定制方案