胸主动脉疾病的血管内治疗

数据集获取

源站：https://clinicaltrials.gov/study/NCT00583817

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

疾病类型：胸主动脉瘤、夹层、动脉瘤、升主动脉瘤、主动脉弓；动脉瘤、夹层、升主动脉夹层、胸腹主动脉瘤、肾动脉瘤、肠系膜上动脉瘤。本研究是一项前瞻性、非随机、单中心评估，旨在探讨使用新型血管腔内技术治疗复杂主动脉疾病。为了能够对具有复杂解剖条件和棘手生理状况的患者进行评估，本研究设有以下三个子部分：1. 升主动脉分支方案：本研究旨在为被认为不适合传统手术的升主动脉病变（包括动脉瘤、假性动脉瘤和/或主动脉夹层）患者提供血管腔内治疗。这将涉及从窦管交界处至无名动脉的主动脉疾病。2. 主动脉弓分支方案：本研究旨在为被认为不适合传统手术的主动脉弓病变（包括动脉瘤、假性动脉瘤和/或主动脉夹层）患者提供血管腔内治疗。

这将涉及从窦管交界处至降主动脉的主动脉疾病。3. 胸腹主动脉分支方案：本研究的预期用途是为患有胸腹主动脉病变（包括主动脉瘤、肾动脉瘤和肠系膜上动脉瘤）的患者提供血管内治疗。这将涉及从左颈动脉起始部至髂动脉分叉处的主动脉。此外，研究目的还根据患者入组的分支方案进行描述：1. 升主动脉分支方案：本研究的目的是评估接受血管内修复升主动脉病变（包括主动脉夹层、主动脉瘤和/或主动脉假性动脉瘤）的高危手术患者的安全性、有效性以及中期（或长期）无破裂生存率。该分支的目标如下：* 评估血管内假体作为预防手段的安全性、有效性和中期（或长期）耐久性

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。