经导管二尖瓣与三尖瓣介入:心脏磁共振研究
该数据集来自 clinicaltrials.gov,聚焦经导管二尖瓣与三尖瓣介入治疗。二尖瓣和三尖瓣疾病在心力衰竭及其他心血管疾病患者的管理中日益成为挑战,经导管瓣膜修复与置换技术为高手术风险或不适合传统手术的患者带来新的治疗选择,但其在心脏重构方面的长期效果尚不明确

基本信息
资源简介
经导管二尖瓣与三尖瓣介入:心脏磁共振研究
该数据集来自 clinicaltrials.gov,聚焦经导管二尖瓣与三尖瓣介入治疗。二尖瓣和三尖瓣疾病在心力衰竭及其他心血管疾病患者的管理中日益成为挑战,经导管瓣膜修复与置换技术为高手术风险或不适合传统手术的患者带来新的治疗选择,但其在心脏重构方面的长期效果尚不明确。心脏磁共振(CMR)可提供心脏解剖与功能细节,为评估经导管介入前后心室重构和瓣膜功能提供独特机会。数据可用于相关影像分析与疗效评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Mitral Insufficiency, Transcatheter Aortic Valve Replacement。二尖瓣和三尖瓣疾病在心力衰竭及其他心血管疾病患者的管理中日益成为一项挑战。近年来,用于瓣膜修复和置换的经导管技术(TVI)的引入彻底改变了这些疾病的治疗,尤其是对于手术风险高或不是传统手术候选者的患者。然而,尽管这些手术越来越受欢迎,但其在心脏重构方面的长期有效性仍不十分清楚。心脏磁共振(CMR)技术凭借其提供心脏解剖和功能细节的先进能力,为评估经导管介入前后的心室重构和瓣膜功能提供了独特的机会。The
【主题与分类】
主题标签:Mitral Insufficiency、Transcatheter Aortic Valve Replacement。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/NCT07370467
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/NCT07370467
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:二尖瓣关闭不全、经导管主动脉瓣置换术。二尖瓣和三尖瓣疾病在心力衰竭及其他心血管疾病患者的管理中构成了日益严峻的挑战。近年来,瓣膜修复与置换的经导管技术(TVI)的引入彻底改变了这些疾病的治疗方式,尤其是对于外科手术高风险或无法接受传统手术的患者。然而,尽管这些手术日益普及,其在心脏重构方面的长期有效性仍未被充分了解。心脏磁共振(CMR)技术凭借其提供心脏解剖和功能细节的先进能力,为评估经导管介入前后的心室重构和瓣膜功能提供了独特的机会。
2021年发布的ESC瓣膜病指南推荐使用心脏磁共振成像,不仅用于超声心动图无法得出结论时量化二尖瓣和三尖瓣反流的程度,还作为评估左右心室大小和功能的金标准(但受限于各中心是否具备该方法)。目前,评估这些手术对CMR所评估的心脏解剖和功能影响的系统性数据很少。本研究旨在通过建立一个多中心注册研究来填补这一空白,收集临床和先进影像数据,包括三维超声心动图和CMR,以评估这些疗法的效果。对来自先进影像数据的分析不仅将有助于更好地理解经导管技术的操作机制,还将通过识别治疗成功或失败的潜在预测因素,为改善患者长期预后提供重要信息。
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。




