无选项慢性肢体威胁性缺血患者的外周极限血运重建
该数据集来自 clinicaltrials.gov,聚焦无选项慢性肢体威胁性缺血患者的外周极限血运重建。覆盖外周动脉疾病、慢性肢体威胁性缺血和糖尿病足等状况

基本信息
资源简介
无选项慢性肢体威胁性缺血患者的外周极限血运重建
该数据集来自 clinicaltrials.gov,聚焦无选项慢性肢体威胁性缺血患者的外周极限血运重建。覆盖外周动脉疾病、慢性肢体威胁性缺血和糖尿病足等状况。慢性下肢威胁性缺血是下肢动脉疾病的最晚期阶段,死亡率和重大截肢风险高。约5-10%的外周动脉疾病患者可能在5年内发展为CLTI,诊断后6个月死亡率达20%。尽管血运重建技术不断改进,约10-15%患者无法或无效进行血运重建,即无选项CLTI。该数据可用于研究肢体挽救的替代治疗及预后预测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:外周动脉疾病、慢性肢体威胁性缺血、糖尿病足。慢性下肢威胁性缺血是下肢动脉疾病的最晚期阶段,与高死亡率和重大截肢风险相关。文献数据表明,约5-10%的外周动脉疾病患者有在5年内发展为CLTI的风险,因此这是下肢动脉疾病的最晚期阶段,并且在诊断CLTI后6个月死亡率为20%。尽管这些患者血运重建所用技术和材料不断改进,文献数据显示约10-15%的患者血运重建不可能或无效。这种情况被定义为:“无选项”CLTI。因此,对于“无选项”CLTI患者,一种用于肢体挽救的替代治疗
【主题与分类】
主题标签:Peripheral Arterial Disease、Critical Limb-Threatening Ischemia、Diabetic Foot。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/NCT06277362
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/NCT06277362
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、危重肢体威胁性缺血、糖尿病足。危重下肢威胁性缺血是下肢动脉疾病的最晚期阶段,与高死亡风险和大截肢风险相关。文献数据表明,约5-10%的外周动脉疾病患者在5年内有发展为CLTI(即下肢动脉疾病最晚期阶段)的风险,且在诊断为CLTI后6个月的死亡率为20%。尽管这些患者血运重建所用技术和材料不断改进,但文献数据显示,约10-15%的患者无法进行血运重建或血运重建无效。这种情况被定义为:“无选择”CLTI。因此,对于“无选择”CLTI患者,一种替代性的保肢治疗方法可考虑采用足部静脉丛动脉化;即使用健康的管道(如静脉)代替病变且不再可用的动脉,将动脉血流引至足部。
本研究设计为多中心、前瞻性、单臂、观察性研究。所有在参与研究的中心适合接受PiPER手术的合格受试者都将被考虑纳入,并在参与前被要求签署知情同意书。受试者在书面知情同意将其个人数据用于研究时即被视为纳入研究。患者入组后,将收集其人口统计学资料、病史、疾病相关情况、治疗详情及结局,随访时间自手术起最长24个月。本研究将收集患者在计划手术期间所接受医疗照护的相关信息。不会进行额外的检查或操作。血运重建手术将按照当前临床实践进行。出院后,所有患者将在30天(±7天)、6个月(±14天)、12个月(±30天)、24个月(±30
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。




