慢性硬膜下血肿可解脱弹簧圈栓塞术

本观察性注册研究针对慢性硬膜下出血患者,评估Balt Coils辅助脑膜中动脉栓塞的真实世界安全性与有效性,并探讨患者特征、临床特征与结局的相关性

Icahn School of Medicine at Mount SinaiIcahn School of Medicine at Mount Sinai
clinicaltrials
浏览 13
表格预测Chronic Subdural Hemorrhage (cSDH)
Chronic Subdural Hematoma Embolization With Detachable Coils

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-01

资源简介

慢性硬膜下血肿可解脱弹簧圈栓塞术

本观察性注册研究针对慢性硬膜下出血患者,评估Balt Coils辅助脑膜中动脉栓塞的真实世界安全性与有效性,并探讨患者特征、临床特征与结局的相关性。研究记录操作输入及临床、影像学结局,探索技术与实践差异,以理解该栓塞在不同临床环境中的应用,为未来前瞻性研究提供信息并指导循证采纳。患者是否使用该线圈不依赖入组,决定按标准诊疗于入组前独立作出(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:慢性硬膜下出血(cSDH)。这项观察性登记研究的主要目标是,在真实世界环境中评估将 Balt 弹簧圈作为脑膜中动脉(MMA)栓塞辅助手段,用于接受慢性硬膜下血肿(cSDH)治疗患者的安全性和有效性,并探索患者特征、临床特征与结局之间的相关性。通过收集全面的真实世界数据,该登记研究将描述操作相关输入、记录临床和影像学结局,并探索技术与诊疗环境的差异。总体目标是更全面地理解脑膜中动脉栓塞(MMAE)在不同临床环境中的应用,为未来前瞻性研究提供信息,并指导这一不断发展的疗法的循证应用。无论是否入组本研究,患者均可接受 Balt 弹簧圈治疗,因为置入弹簧圈的决定应依据标准诊疗独立作出,并应在入组本研究之前作出。

【主题与分类】

主题标签:Chronic Subdural Hemorrhage (cSDH)。本站分类:神经系统疾病/硬膜下/硬膜外出血。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07291427

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07291427

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:慢性硬膜下出血(cSDH)。这项观察性登记研究的主要目标是,在真实世界环境中评估将 Balt 弹簧圈作为脑膜中动脉(MMA)栓塞辅助手段,用于接受慢性硬膜下血肿(cSDH)治疗患者的安全性和有效性,并探索患者特征、临床特征与结局之间的相关性。通过收集全面的真实世界数据,该登记研究将描述操作相关输入、记录临床和影像学结局,并探索技术与诊疗环境的差异。总体目标是更全面地理解脑膜中动脉栓塞(MMAE)在不同临床环境中的应用,为未来前瞻性研究提供信息,并指导这一不断发展的疗法的循证应用。无论是否入组本研究,患者均可接受 Balt 弹簧圈治疗,因为置入弹簧圈的决定应依据标准诊疗独立作出,并应在入组本研究之前作出。

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。

获取专属数据定制方案