E-nya胸主动脉覆膜支架系统治疗降主动脉瘤或PAU的观察性研究

该数据集来源于clinicaltrials.gov,属于心血管系统疾病/胸主动脉瘤分类,主题标签为Vascular Aneurysm

JOTEC GmbHJOTEC GmbH
clinicaltrials
浏览 10
医学影像预测Vascular Aneurysm
A Study in Patients with a Descending TAA or PAU Treated with the E-nya Thoracic Stent Graft System

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-19

资源简介

E-nya胸主动脉覆膜支架系统治疗降主动脉瘤或PAU的观察性研究

该数据集来源于clinicaltrials.gov,属于心血管系统疾病/胸主动脉瘤分类,主题标签为Vascular Aneurysm。研究观察接受E-nya Thoracic Stent Graft系统腔内治疗的降主动脉瘤或PAU患者,由参与医师按常规诊疗收集观察数据,每例患者数据收集期约60个月,并进行100%源文件核查。数据可用于评估该支架系统在真实临床实践中的表现与患者结局(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:血管动脉瘤。在本研究中,将观察接受E-nya Thoracic Stent Graft用于降主动脉瘤或PAU腔内治疗的患者。E-nya Thoracic Stent Graft将按照E-nya Thoracic Stent Graft系统的使用说明并由治疗医师酌情植入。参与医师将被要求提供其在常规标准诊疗中收集的观察资料,这些患者是其决定使用E-nya Thoracic Stent Graft系统治疗的。在收集数据之前,将获得患者的知情同意,以允许将其临床记录用于本观察性研究的目的。每例患者的数据收集期约为干预后60个月。源文件核查将对100%的

【主题与分类】

主题标签:Vascular Aneurysm。本站分类:心血管系统疾病/胸主动脉瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04381507

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/NCT04381507

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:血管动脉瘤。本研究将观察接受E-nya胸主动脉覆膜支架进行降主动脉瘤或PAU血管内治疗的患者。E-nya胸主动脉覆膜支架将按照E-nya胸主动脉覆膜支架系统的使用说明,并由治疗医师酌情植入。参与研究的医师将被要求提供其在常规标准诊疗过程中,对决定使用E-nya胸主动脉覆膜支架系统治疗的患者所收集的观察结果。在收集数据之前,将获取患者的知情同意,以允许将其临床记录用于本观察性研究的目的。每位患者的数据收集期约为自干预之日起60个月。将对100%的患者进行源文件核查;所有访视的数据都将与现有源文件进行审查和核实。CT扫描的完整DICOM图像文件将发送至CoreLab进行独立评估。

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