Zenith® Fenestrated+ 临床研究
该数据集来自 clinicaltrials.gov，对应 Zenith® Fenestrated+ Clinical Study，聚焦腹主动脉瘤、近肾主动脉瘤、IV 型胸腹主动脉瘤及肾旁动脉瘤等主动脉瘤病变
基本信息
资源简介
Zenith® Fenestrated+ 临床研究
该数据集来自 clinicaltrials.gov，对应 Zenith® Fenestrated+ Clinical Study，聚焦腹主动脉瘤、近肾主动脉瘤、IV 型胸腹主动脉瘤及肾旁动脉瘤等主动脉瘤病变。研究评估 Zenith® Fenestrated+ Endovascular Graft（ZFEN+）联合 BeGraft Balloon-Expandable FEVAR Bridging Stent Graft System（BeGraft）与 Unibody2，用于治疗累及一条或多条主要内脏动脉的主动脉瘤患者的安全性与有效性，研究持续准入阶段最多可额外入组 60 名受试者。可用于主动脉瘤腔内修复相关器械临床评价与结局分析（。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：腹主动脉瘤、近肾主动脉瘤、IV 型胸腹主动脉瘤、肾旁动脉瘤。Zenith® Fenestrated+ Endovascular Graft 临床研究将评估 Zenith® Fenestrated+ Endovascular Graft（ZFEN+）联合 BeGraft Balloon-Expandable FEVAR Bridging Stent Graft System（BeGraft）与 Unibody2，用于治疗累及一条或多条主要内脏动脉的主动脉瘤患者的安全性与有效性。研究的持续准入阶段最多可额外入组 60 名受试者。
【主题与分类】
主题标签：Aortic Aneurysm, Abdominal、Juxtarenal Aortic Aneurysm、Extent IV Thoracoabdominal、Pararenal Aneurysm。本站分类：泌尿生殖系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04875429
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/NCT04875429
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：腹主动脉瘤、近肾主动脉瘤、IV型胸腹主动脉瘤、肾旁动脉瘤。Zenith® Fenestrated+ 血管内移植物临床研究将评估 Zenith® Fenestrated+ 血管内移植物（ZFEN+）联合 BeGraft 球囊扩张式 FEVAR 桥接支架移植系统（BeGraft）及 Unibody2 用于治疗累及一条或多条主要内脏动脉的主动脉瘤患者的安全性和有效性。该研究的持续准入阶段可能额外入组最多60名受试者。
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。
