人工智能辅助超声心动图识别转甲状腺素蛋白心脏淀粉样变

数据集获取

源站：https://clinicaltrials.gov/study/NCT06328075

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：淀粉样变性心肌病、转甲状腺素蛋白淀粉样变性心肌病、转甲状腺素蛋白心脏淀粉样变性。转甲状腺素蛋白（TTR）淀粉样变性是一种严重的全身性疾病，可累及多个靶器官，包括周围神经系统、心脏和肾脏。若不进行治疗，伴有心脏受累的症状性患者中位生存期为3至4年。近年来，新疗法已证实对转甲状腺素蛋白淀粉样变性有效，能够延缓神经病变和心脏损害的进展。这些疗法在疾病早期启动时似乎尤为有效。因此，有必要尽早确立诊断，以便最大程度地从治疗中获益。然而，在临床检查、心电图或常规超声心动图中，提示心脏淀粉样变性的体征并不具有特异性。因此，初始诊断往往困难、被漏诊或延迟，从首次出现症状到开始治疗的中位时间约为3年。

因此，必须在诊断的初始阶段就进行改进，以足够敏感和特异的方式早期发现潜在病例，同时在概率较低的情况下避免不必要的检查。本研究的目标是开发并验证一种工具，用于辅助心脏转甲状腺素蛋白淀粉样变性的筛查，该工具基于标准超声心动图，无需心脏病专家积极参与诊断过程。这一诊断贡献将使心脏病专家能够考虑心脏淀粉样变性的诊断，并考虑进一步的检查。

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。