Nanowear可穿戴系统SimpleSense心输出量验证试验
该数据集来自clinicaltrials.gov,聚焦于接受右心导管检查的患者,涵盖晚期心力衰竭预后评估、心内膜心肌活检、心脏移植候选资格评估及心源性休克管理等临床场景

基本信息
资源简介
Nanowear可穿戴系统SimpleSense心输出量验证试验
该数据集来自clinicaltrials.gov,聚焦于接受右心导管检查的患者,涵盖晚期心力衰竭预后评估、心内膜心肌活检、心脏移植候选资格评估及心源性休克管理等临床场景。研究为单中心、前瞻性、非随机、可行性、非显著风险试验,分两阶段进行:第一阶段将SimpleSense采集的数据与右心导管检查值进行关联,第二阶段使用独立受试者评估基于SimpleSense数据估算心输出量的算法。数据可用于开发与验证可穿戴设备无创估算心输出量的回归模型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:右心导管检查。因临床指征接受右心导管检查的患者,包括但不限于晚期心力衰竭预后评估、心内膜心肌活检期间、心脏移植候选资格评估或心源性休克管理。研究设计:Nanowear SimpleSense研究是一项单中心、前瞻性、非随机、可行性、非显著风险研究。研究将分2个阶段进行。第1阶段将使用从第一组受试者采集的SimpleSense数据,并将SimpleSense数据与右心导管检查值进行关联。第2阶段将评估所开发的算法,使用来自样本人群中与第一组用于将SimpleSense数据与右心导管检查数据进行关联的受试者相隔离的第二组受试者,从SimpleSense数据估算心输出量。
【主题与分类】
主题标签:Right Heart Catheterization。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/NCT05629533
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/NCT05629533
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
条件:右心导管检查。因临床指征接受右心导管检查的患者,包括但不限于晚期心力衰竭预后评估、心内膜心肌活检期间、心脏移植候选资格评估或心源性休克管理。研究设计:Nanowear SimpleSense研究是一项单中心、前瞻性、非随机、可行性、非显著风险研究。该研究将分2个阶段进行。第1阶段将使用从第一组受试者收集的SimpleSense数据,并将SimpleSense数据与右心导管检查值进行关联。第2阶段将评估所开发的算法,这些算法用于根据SimpleSense数据估算心输出量,使用来自样本人群中的第二组受试者,该组受试者与用于将SimpleSense数据与右心导管检查数据进行关联的第一组受试者隔离。受试者和中心数量:Nanowear SimpleSense研究将在Westchester Medical Center招募最多100名受试者以收集数据。
测试将包括使用SimpleSense设备进行记录,并同时通过右心导管术测量心输出量和肺动脉压。研究持续时间:Nanowear SimpleSense研究的预计持续时间为1年。研究人群:能够合法提供知情同意,并因临床指征接受右心导管术的受试者,包括但不限于:* 晚期心力衰竭的预后评估 * 心内膜心肌活检期间 * 心脏移植候选资格评估 * 心源性休克的管理
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。




