ARTEMIS:急性缺血性卒中机械取栓后UC-MSCs治疗
该数据集来自clinicaltrials.gov,围绕ARTEMIS研究,聚焦急性缺血性卒中患者在机械取栓后经动脉给予脐带来源间充质干细胞(UC-MSCs)的治疗探索

基本信息
资源简介
ARTEMIS:急性缺血性卒中机械取栓后UC-MSCs治疗
该数据集来自clinicaltrials.gov,围绕ARTEMIS研究,聚焦急性缺血性卒中患者在机械取栓后经动脉给予脐带来源间充质干细胞(UC-MSCs)的治疗探索。源站描述涵盖研究背景、科学依据与研究流程概述,指出机械取栓虽可恢复血流,但再灌注成功未必能防止继发性组织损伤或后续神经功能损害,而UC-MSCs具有免疫调节与组织修复特性,为其在缺血性卒中后的治疗潜力提供依据,急性期机械取栓后经动脉给药的安全性与可行性尚需进一步临床评估。数据可用于了解该Phase 1研究的设计思路与相关主题信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性缺血性卒中。- 科学依据:急性缺血性卒中由脑血流中断引起,导致缺血性损伤并可能造成持续性神经功能障碍。机械取栓通过移除闭塞血栓恢复血流;然而,成功的再灌注并不一定能够防止继发性组织损伤或随后的神经功能损害。脐带来源间充质基质细胞(UC-MSCs)具有免疫调节和组织修复特性,这为研究其在缺血性卒中后的治疗潜力提供了科学依据。急性期机械取栓后经动脉给药的安全性和可行性需要进一步的临床评估。- 研究概述与流程:ARTEMIS(ARterial ThErapy with Mesenchymal stromal cells In Stroke)是一项Phase 1
【主题与分类】
主题标签:Acute Ischemic Stroke。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07913282
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/NCT07913282
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:急性缺血性卒中。- 科学依据:急性缺血性卒中由脑血流中断引起,导致缺血性损伤并可能造成持续性神经功能障碍。机械取栓通过移除闭塞血栓恢复血流;然而,成功的再灌注并不一定能够防止继发性组织损伤或随后的神经功能损害。脐带来源间充质基质细胞(UC-MSCs)具有免疫调节和组织修复特性,这为研究其在缺血性卒中后的治疗潜力提供了科学依据。急性期机械取栓后经动脉给药的安全性和可行性需要进一步的临床评估。- 研究概览与程序:ARTEMIS(ARterial ThErapy with Mesenchymal stromal cells In Stroke)是一项1期随机对照临床试验,评估机械取栓后经动脉给予异体UC-MSCs的安全性和可行性。
本研究将纳入10名年龄在18-70岁、经影像学确诊为急性缺血性卒中、美国国立卫生研究院卒中量表(NIHSS)评分为6-20分且卒中前改良Rankin量表(mRS)评分低于2分的成人患者。参与者必须在症状发作后六小时内符合机械取栓条件,并实现成功再灌注,即改良脑梗死溶栓(mTICI)分级达到2b-3级。主要排除标准包括:既往卒中史、小脑或脑干卒中、颅内出血或重大结构性脑病变、显著凝血功能障碍、严重未控制的合并症、近期心肌梗死、癫痫发作、癌症、妊娠或哺乳期、造影剂过敏,以及妨碍知情参与或可靠随访的情况。将获得参与者或其法定授权代表的书面知情同意。参与者将按1:1比例随机分配至
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




