外周动脉疾病热疗研究(HEATPAD)
该数据集来自 clinicaltrials.gov,聚焦外周动脉疾病、间歇性跛行与严重肢体缺血人群。源站描述指出,随年龄增长下肢血供可因主干血管阻塞而恶化,早期干预可改善血供,运动是现行建议但并非所有患者都能做到;近期研究提示热疗可能有助于改善步行距离并降低截肢风险,但既往研究多限于一次性、全身性治

基本信息
资源简介
外周动脉疾病热疗研究(HEATPAD)
该数据集来自 clinicaltrials.gov,聚焦外周动脉疾病、间歇性跛行与严重肢体缺血人群。源站描述指出,随年龄增长下肢血供可因主干血管阻塞而恶化,早期干预可改善血供,运动是现行建议但并非所有患者都能做到;近期研究提示热疗可能有助于改善步行距离并降低截肢风险,但既往研究多限于一次性、全身性治疗。本研究拟用装置对小腿进行每日固定时长加温,并观察步行距离与血供的改善情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:外周动脉疾病、间歇性跛行、严重肢体缺血。随着年龄增长,腿部血供可能变差。这是由腿部主要血管的阻塞引起的。若任其恶化,可进展为溃疡和截肢。若早期治疗,血供可得到改善。目前建议患者通过运动改善血供,但并非所有患者都能做到。近期研究显示,热处理可能对这类患者有益,有助于改善步行距离并降低截肢风险。迄今的研究仅限于一次性治疗,通常作用于全身而非患侧腿。本研究旨在使用一种装置,每天对小腿进行固定时长的加温。研究团队将观察其步行距离和血供的改善情况。
【主题与分类】
主题标签:Peripheral Arterial Disease、Intermittent Claudication、Critical Limb Ischemia。本站分类:心血管系统疾病/外周动脉疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06186505
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/NCT06186505
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:外周动脉疾病、间歇性跛行、严重肢体缺血。随着年龄增长,腿部血液供应会变差。这是由腿部主要血管阻塞引起的。若任其恶化,可能发展为溃疡和截肢。若早期治疗,血液供应可得到改善。目前建议患者通过锻炼改善血液供应,但并非所有患者都能做到。近期研究表明,热疗可能对这些患者有益,有助于改善步行距离并降低截肢风险。迄今为止的研究仅限于一次性治疗,通常作用于全身而非患肢。本研究旨在使用一种设备,每天对小腿进行设定时长的加温。研究团队将观察12周内患者步行距离和腿部血液供应的改善情况。本研究的第一阶段将在健康志愿者中进行。他们将在单次会话中完成试验方案,以评估试验方案的可接受性并识别潜在障碍。
所有受邀参与本研究的患者都将获得一种名为AirGlove的热疗设备。该设备像一只大袜子一样套在小腿上,热空气在袜套内循环。研究团队将教会患者如何使用该设备,随后患者将其带回家使用12周。在研究开始和结束时,患者将接受测试,以评估其步行距离、生活质量、疼痛程度,以及腿部血流量。本研究将探讨热疗作为一种替代方法在改善患者步行能力方面的作用,有望减少手术需求,挽救肢体。
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。




