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

基本信息
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
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:
- 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: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。




