腹腔动脉松解术或假手术
该数据集来自 clinicaltrials.gov，围绕腹腔动脉松解术或假手术的临床研究，涉及肠系膜缺血、正中弓状韧带综合征、Dunbar 综合征、腹腔动脉压迫及腹腔动脉压迫综合征等疾病
基本信息
资源简介
腹腔动脉松解术或假手术
该数据集来自 clinicaltrials.gov，围绕腹腔动脉松解术或假手术的临床研究，涉及肠系膜缺血、正中弓状韧带综合征、Dunbar 综合征、腹腔动脉压迫及腹腔动脉压迫综合征等疾病。研究以 VAS 和 PGI-I 量表测量的症状缓解为主要终点，建议在 CA 松解后 6 个月内评估，并设两年随访以排除诊断阶段关注效应。设计支持患者与观察者盲法，假手术组在 CARoSO 结果支持下仍可采用 eCAR 入路而不增加额外瘢痕。可用于评估手术疗效与盲法可行性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肠系膜缺血、正中弓状韧带综合征、Dunbar 综合征、腹腔动脉压迫、腹腔动脉压迫综合征。相关专业人员和患者代表一致推荐将拟议的疾病特异性结局指标作为本研究的主要终点：通过 VAS 和 PGI-I 量表测量的症状缓解。该临床结局参数可在 CA 松解后 6 个月内可靠评估（1, 9, 10）。建议进行两年随访，以消除诊断阶段关注效应的积极影响（11）。该研究设计允许患者和观察者盲法，对于假手术组，如果 CARoSO 结局支持且不施加额外瘢痕组织，eCAR 入路仍然可行。不进行皮肤切口的假手术会导致患者和观察者揭盲，从而破坏 t 的基础
【主题与分类】
主题标签：Mesenteric Ischemia、Median Arcuate Ligament Syndrome、Dunbar Syndrome、Coeliac Artery Compression、Celiac Artery Compression Syndrome。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05468580
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/NCT05468580
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：肠系膜缺血、正中弓状韧带综合征、Dunbar综合征、腹腔动脉压迫、腹腔动脉压迫综合征。参与的专业人员与患者代表一致推荐，将拟议的疾病特异性结局指标作为本研究的主要终点：通过VAS和PGI-I量表测量的症状缓解情况。这一临床结局参数可在CA松解术后6个月内可靠评估（1, 9, 10）。建议进行两年随访，以消除诊断阶段关注度带来的正面效应（11）。本研究设计允许对患者和观察者设盲，对于假手术组，如果CARoSO结局支持，eCAR方法仍然可行，且无需额外产生瘢痕组织。不进行皮肤切口的假手术会导致患者和观察者揭盲，从而削弱本研究证据价值的基础。目前尚无已知病例表明，因未治疗此病症而发生了不可逆损伤，如肠梗死。不治疗的可能风险是持续（疼痛）症状和体重减轻。
接受假手术的患者，在研究揭盲并证实eCAR有效性后，若仍有症状，仍可进行内镜下AC松解术。
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。
