探究管腔内压力对动静脉内瘘成熟的作用
该数据集来自 clinicaltrials.gov,聚焦动静脉内瘘(AVF)成熟问题。AVF 是维持性血液透析首选的血管通路,但存在成熟失败的风险

基本信息
资源简介
探究管腔内压力对动静脉内瘘成熟的作用
该数据集来自 clinicaltrials.gov,聚焦动静脉内瘘(AVF)成熟问题。AVF 是维持性血液透析首选的血管通路,但存在成熟失败的风险。既往研究提示贫血、糖尿病、吸烟等为危险因素,基础研究还发现局部炎症、缺氧损伤、振荡壁面剪切应力、尿毒症环境和氧化应激等分子致病因素。本数据可用于探索管腔内压力这一可调控因素对 AVF 成熟的影响,帮助识别改善内瘘成熟的潜在干预靶点(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:动静脉内瘘。背景:AVF 是维持性血液透析首选的血管通路。然而,AVF 并非没有缺点的理想血管通路。既往研究已揭示 AVF 成熟失败的若干危险因素,包括贫血、糖尿病和吸烟。另一方面,基础研究已揭示 AVF 成熟失败的分子致病因素,包括局部炎症、缺氧损伤、振荡壁面剪切应力、尿毒症环境和氧化应激。尽管有这些大量探索致病因素作用的研究,但仍缺乏一种可适用于改善 AVF 成熟的可调控致病因素。AVF 成熟失败源于新生内膜增生导致的管腔狭窄,标志着由肌成纤维细胞增殖引起的内膜下区域增厚,其显著染色为
【主题与分类】
主题标签:Arteriovenous Fistula。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04017806
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/NCT04017806
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
病症:动静脉内瘘。背景:动静脉内瘘是维持性血液透析首选的血管通路。然而,动静脉内瘘并非无任何缺点的理想血管通路。既往研究揭示了动静脉内瘘成熟失败的若干危险因素,包括贫血、糖尿病和吸烟。另一方面,基础研究揭示了动静脉内瘘成熟失败的分子致病因素,包括局部炎症、缺氧损伤、振荡壁面剪切应力、尿毒症环境和氧化应激。尽管有这些大量研究探索致病因素的作用,但仍缺乏可应用于改善动静脉内瘘成熟的可调控致病因素。动静脉内瘘成熟失败源于新生内膜增生导致的管腔狭窄,标志着由肌成纤维细胞增殖引起的内膜下区域增厚,其显著表达α-平滑肌肌动蛋白和波形蛋白。
动静脉内瘘(AVF)的新生内膜增生主要发生在AVF的动静脉吻合处和静脉段,此处静脉内皮暴露于非生理性高血流速率、振荡剪切应力和动脉血流带来的搏动性牵张应变,提示血流动力学改变在AVF内膜下增生中起作用。也有报道称,循环系统中动脉和静脉部分的内皮细胞表现出不同的基因表达,表明不同的血流动力学环境调控内皮细胞的表型。因此,管腔内压力升高可能刺激AVF静脉内皮增殖并导致成熟失败,这是合理的。相反,AVF管腔内压力升高也为向外重塑提供牵张力,而向外重塑是AVF成熟所必需的。因此,本前瞻性观察性研究旨在探讨AVF成熟的最佳管腔内压力,该压力可通过手术或药物方式加以调节,以提高AVF成熟率。具体目标 目标1:描述
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。




