EVAR-SE 研究：腹主动脉瘤腔内修复术联合瘤囊栓塞预防 II 型内漏
该数据集来自 clinicaltrials.gov，主题为腹主动脉瘤腔内修复术（EVAR）联合瘤囊栓塞预防 II 型内漏（EVAR-SE 研究）
基本信息
资源简介
EVAR-SE 研究：腹主动脉瘤腔内修复术联合瘤囊栓塞预防 II 型内漏
该数据集来自 clinicaltrials.gov，主题为腹主动脉瘤腔内修复术（EVAR）联合瘤囊栓塞预防 II 型内漏（EVAR-SE 研究）。覆盖腹主动脉瘤与内漏相关人群，涉及 EVAR 术后因肠或脊柱供血小血管被覆盖、血流反向导致瘤囊内持续血流（即 II 型内漏，T2EL）的情形。T2EL 与动脉瘤增大甚至破裂等并发症相关，二次干预常失败且创伤较大。数据可用于识别 T2EL 高危因素、预测 EVAR 术后 T2EL 发生风险，为临床决策与随访提供参考（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：腹主动脉瘤、内漏。当直径超过一定阈值时，腹主动脉瘤（AAA）通过开放手术修复治疗，或更常见地通过血管腔内动脉瘤修复术（EVAR）治疗。后者涉及植入支架移植物，从而将 AAA 从血液循环中隔绝。供应部分肠道或脊柱的小血管通常会被覆盖。在四分之一的患者中，这可能导致上述血管中的血流反向，导致 AAA 内持续血流，称为 II 型内漏（T2EL）。T2EL 的发生与 AAA 增大甚至破裂等并发症相关。治疗 T2EL 的二次干预往往失败，且可能具有高度侵入性。已描述多种 T2EL 的危险因素。这使得能够预测患者在 EVAR 后是否为 T2EL 高危。部署 meta
【主题与分类】
主题标签：Abdominal Aortic Aneurysm、Endoleak。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05665101
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/NCT05665101
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：腹主动脉瘤，内漏。当腹主动脉瘤（AAA）直径超过一定阈值时，可通过开放手术修复治疗，或更常见的是通过血管内动脉瘤修复术（EVAR）治疗。后者涉及植入支架移植物，从而将腹主动脉瘤从血液循环中隔离。供应部分肠道或脊柱的小血管通常会被覆盖。在四分之一的患者中，这可能导致上述血管中的血流逆转，导致腹主动脉瘤内持续血流，称为II型内漏（T2EL）。T2EL的发生与腹主动脉瘤增大甚至破裂等并发症相关。治疗T2EL的二次干预往往失败，且可能具有高度侵入性。已描述了T2EL的各种风险因素。这使得能够预测患者在EVAR后是否有高风险发生T2EL。作为EVAR手术的一部分，在动脉瘤囊内放置金属弹簧圈可以降低T2EL的风险。本研究旨在评估EVAR期间囊栓塞预防T2EL的有效性。
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。
