一项研究Coramitug在ATTR淀粉样变性患者中使用PET/CT成像观察其在心脏组织中淀粉样沉积物的分布和效果的研究
研究通过PET/CT成像观察放射性标记的coramitug经输注后心脏的摄取情况(Cohort 1),并了解coramitug可被放射性标记coramitug置换的程度(Cohort 2),同时评估coramitug在ATTR-CM患者中的安全性和耐受性

基本信息
资源简介
一项研究Coramitug在ATTR淀粉样变性患者中使用PET/CT成像观察其在心脏组织中淀粉样沉积物的分布和效果的研究
该数据集来自clinicaltrials.gov,聚焦Transthyretin Amyloid Cardiomyopathy(ATTR-CM)患者。研究通过PET/CT成像观察放射性标记的coramitug经输注后心脏的摄取情况(Cohort 1),并了解coramitug可被放射性标记coramitug置换的程度(Cohort 2),同时评估coramitug在ATTR-CM患者中的安全性和耐受性。Coramitug是一种单克隆抗体,可能结合转甲状腺素蛋白积聚并促进其从心脏清除,也可能阻止团块形成。数据可用于心脏淀粉样变性影像与治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转甲状腺素蛋白淀粉样心肌病。本研究在转甲状腺素蛋白淀粉样心肌病(ATTR-CM)参与者中进行,ATTR-CM是一种发生在ATTR淀粉样变性患者中的心脏病。本研究的目的是观察放射性标记的coramitug在通过输注给药后如何被心脏摄取(队列1),并了解coramitug能在多大程度上被放射性标记的coramitug置换(队列2)。在本研究中,还将调查coramitug在ATTR-CM参与者中使用时的安全性以及耐受性如何。Coramitug可能是ATTR-CM参与者的一种新药。Coramitug是一种单克隆抗体,可能结合转甲状腺素蛋白的积聚并促进其从心脏中清除。它还可能阻止团块的形成,并可能有助于
【主题与分类】
主题标签:Transthyretin Amyloid Cardiomyopathy。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07448623
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/NCT07448623
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
条件:转甲状腺素蛋白淀粉样心肌病。本研究在转甲状腺素蛋白淀粉样心肌病(ATTR-CM)参与者中进行,这是一种发生在ATTR淀粉样变性患者中的心脏疾病。本研究的目的是观察放射性标记的coramitug通过输注给药后被心脏摄取的情况(队列1),并了解放射性标记的coramitug能在多大程度上置换coramitug(队列2)。在本研究中,还将调查coramitug在ATTR-CM参与者中使用的安全性和耐受性。Coramitug是潜在用于ATTR-CM参与者的新药。Coramitug是一种单克隆抗体,可能结合转甲状腺素蛋白的积聚并促进其从心脏中清除。它还可能阻止团块形成,并可能有助于清除已存在的异常蛋白团块。参与A期从筛选至随访访视,研究最长将持续85天(队列1)或106天(队列2)。
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。




