数分钟内制备的小直径血管移植物

该数据集来自 Harvard Dataverse,主题为 Engineering,聚焦于利用 Focused Rotary Jet Spinning(FRJS)在数分钟内快速制备可定制小口径血管移植物的增材制造策略

Harvard DataverseHarvard Dataverse
dataverse
浏览 8
其他Engineering
Small Diameter Vascular Grafts Made in Minutes

基本信息

模态
其他
大小
0.000333777 GB
创建/更新时间
2026-10-22

资源简介

数分钟内制备的小直径血管移植物

Small Diameter Vascular Grafts Made in Minutes

该数据集来自 Harvard Dataverse,主题为 Engineering,聚焦于利用 Focused Rotary Jet Spinning(FRJS)在数分钟内快速制备可定制小口径血管移植物的增材制造策略。源站描述涵盖血管创伤的快速干预需求、现有自体移植与合成假体的局限,以及 FRJS 对纳米纤维排列和厘米级血管尺寸的独立控制,并提及在大鼠股血管置换模型中的四周体内评估结果。数据可用于血管移植物制造工艺与性能相关研究(来源 DOI 解析)。

【数据集背景】

源站首次发布:2026。

【数据内容】

源站描述(机器翻译,仅供参考):血管创伤需要快速干预以避免严重后果,然而当前的外科治疗手段,包括侵入性自体移植以及有限且可能降解的合成假体,往往无法满足多变血管尺寸和形状的需求。为应对这些局限,我们提出一种增材制造策略,利用 Focused Rotary Jet Spinning(FRJS)在护理点快速制备可定制血管移植物。该技术能够在数分钟内于护理点快速制备可定制小口径血管移植物。FRJS 有助于独立控制纳米纤维排列和厘米级血管尺寸,从而获得具有适当力学性能和流动特性的移植物。在大鼠股血管置换模型中的四周体内评估显示了持续的血管通畅性和早期 t

【主题与分类】

主题标签:Engineering。本站分类:损伤、中毒及外因。

【获取与许可】

源站页面:https://dataverse.harvard.edu/citation?persistentId=doi:10.7910/DVN/Y1GZYQ

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://doi.org/10.7910/DVN/Y1GZYQ

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。

数据集大小约 333.8 KB。

数据说明

血管创伤需要快速干预以避免严重后果,然而当前的外科治疗方法——包括有创的自体移植以及种类有限且可能发生降解的合成假体——往往难以满足不同血管尺寸和形态的需求。为解决这些局限,我们提出了一种增材制造策略,利用聚焦旋转喷射纺丝(FRJS)在护理现场快速制备可定制的血管移植物。该技术能够在数分钟内于护理现场快速制备可定制的小口径血管移植物。FRJS可实现对纳米纤维取向和厘米级血管尺寸的独立调控,从而获得具有适当力学性能和流动特性的移植物。在大鼠股血管置换模型中进行为期四周的体内评估,结果显示血管持续通畅并出现早期组织重塑,支持了术中构建定制血管导管的潜力。

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