外膜滋养血管低灌注导致腹主动脉瘤形成数据集
该数据集包含通过大鼠动物模型建立的血管外膜滋养血管低灌注实验数据以及人类腹主动脉瘤组织样本的形态病理学分析数据，主要数据模态包括实验动物生理指标、组织切片图像和临床病理特征表格，旨在研究血管外膜滋养血管功能障碍与腹主动脉瘤发生发展的病理机制关系，为血管疾病的基础研究和临床治疗提供实验依据。
基本信息
资源简介
外膜滋养血管低灌注导致腹主动脉瘤形成数据集
【数据集背景】
本数据集源站标题为《Hypoperfusion of the adventitial vasa vasorum develops an abdominal aortic aneurysm》。
【数据内容】
源站原始描述：The aortic wall is perfused by the adventitial vasa vasorum (VV). Tissue hypoxia has previously been observed as a manifestation of enlarged abdominal aortic aneurysms (AAAs). We sought to determine whether hypoperfusion of the adventitial VV could develop AAAs. We created a novel animal model of adventitial VV hypoperfusion with a combination of a polyurethane catheter insertion and a suture ligation of the infrarenal abdominal aorta in rats. VV hypoperfusion caused tissue hypoxia and developed…
【主题与分类】
主题标签：imaging mass spectrometry、animal model、abdominal aorta、Hypoxia、vasa vasorum。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:103b3c37ab1e559267444c1e2359088a5a70439b491eb274ec52c37abe205a9e
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
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
该数据集聚焦于腹主动脉瘤（AAA）的病理机制研究，通过动物模型和人类组织样本探究外膜滋养血管（VV）低灌注与AAA发展的关联。数据内容包括：1）大鼠实验模型数据，通过聚氨酯导管插入和肾下腹主动脉结扎建立VV低灌注模型；2）人类AAA组织样本数据，涵盖小AAA（直径30-49mm）和大AAA（直径>50mm）的血管形态学分析。研究显示VV低灌注导致组织缺氧，进而引发具有人类AAA典型形态和病理特征的肾下AAA。数据集主要应用于血管疾病机制、动脉瘤病理生理学及血管再生医学研究领域。
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。
