腹主动脉瘤修复术患者的虚拟预康复
该数据集来自 clinicaltrials.gov,聚焦接受腹主动脉瘤修复术患者的虚拟预康复方案。数据覆盖从确诊到手术干预之间的窗口期,涉及运动疗法、戒烟咨询与药物、营养咨询、心理准备规划及患者教育等干预内容

基本信息
资源简介
腹主动脉瘤修复术患者的虚拟预康复
该数据集来自 clinicaltrials.gov,聚焦接受腹主动脉瘤修复术患者的虚拟预康复方案。数据覆盖从确诊到手术干预之间的窗口期,涉及运动疗法、戒烟咨询与药物、营养咨询、心理准备规划及患者教育等干预内容。可用于研究术前预康复对患者功能优化与术后恢复的潜在影响,支持行为改变与围手术期管理相关分析(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、预康复、AAA - 腹主动脉瘤。从诊断到手术干预之间的时间是一个尚未被利用的机会,可用于优化患者对手术的准备,并在患者承受生理应激之前增强其功能,而非仅仅在术后进行恢复。血管外科患者身体虚弱,最有可能从这类干预中获益,而即将进行的手术是行为改变的强大动力。在本提案中,研究者概述了我们对接受择期开放性主动脉瘤修复术(AAA)患者预康复项目的设想。计划接受AAA修复术的参与者将在标准治疗之外接受5项主要干预:运动疗法;戒烟咨询和药物治疗;营养咨询;心理准备规划和患者教育
【主题与分类】
主题标签:Abdominal Aortic Aneurysm、Prehabilitation、AAA - Abdominal Aortic Aneurysm。本站分类:精神与行为障碍。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06830967
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/NCT06830967
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:腹主动脉瘤,预康复,AAA——腹主动脉瘤。从诊断到手术干预之间的这段时间,是一个尚未被充分利用的机会,可用于优化患者对手术的准备状态,并在患者承受生理应激之前增强其功能,而非仅仅在术后进行恢复。血管外科患者身体虚弱,恰恰适合从这类干预中获益,而且即将进行的手术是促进行为改变的有力动机。在本提案中,研究者概述了我们对接受择期开放性主动脉瘤修复术(AAA)患者实施预康复项目的设想。计划接受AAA修复术的参与者将在标准治疗之外接受5项主要干预:运动疗法;戒烟咨询及药物治疗;营养咨询;心理准备规划及患者教育。运动疗法将包括为期6周的规定中等强度运动,通过物理治疗进行远程协调。戒烟将包括动机性访谈,并根据需要辅以处方药物治疗。
营养评估将通过远程方式与认证营养师协调进行,心理准备和患者教育将包括与咨询师进行的2次1小时的会话。关注的结局包括发病率、死亡率、项目完成的预测因素、运动功能和生活质量。本研究是一个试点可行性项目,也是创建长期项目的第一步,该项目将改善患者的临床结局、运动能力、生活质量,并有望成为全国其他机构预康复的典范,提高血管外科患者的诊疗标准。
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。




