不同超声心动图方法评估Ebstein畸形患者左右心室功能
该数据集来源于clinicaltrials.gov,聚焦Ebstein畸形这一罕见先天性心脏病患者左右心室功能的评估。源站描述涉及三尖瓣、右心房与右心室异常,并提及心脏磁共振成像作为评估右心室容积与功能的首选方法,以及VentriPoint方法用于快速评估右心功能

基本信息
资源简介
不同超声心动图方法评估Ebstein畸形患者左右心室功能
该数据集来源于clinicaltrials.gov,聚焦Ebstein畸形这一罕见先天性心脏病患者左右心室功能的评估。源站描述涉及三尖瓣、右心房与右心室异常,并提及心脏磁共振成像作为评估右心室容积与功能的首选方法,以及VentriPoint方法用于快速评估右心功能。数据集可用于探讨不同超声心动图方法在Ebstein畸形患者心室功能评估中的应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Ebstein畸形。Ebstein畸形是一种罕见的先天性心脏病。它包括三尖瓣、右心房和右心室(RV)的异常。目前,心脏磁共振成像(MRI)被认为是评估右心室容积和功能的首选方法。为了评估右心功能,VentriPoint方法被设计用于在很短的时间内评估右心室,从而获得更好的疗效和更低的成本。VentriPoint已获批用于法洛四联症患者以及d-大动脉转位中系统性右心室的患者。该方法使用与VentriPoint Medical Systems单元相连的二维标准超声视图。采集后,医生通过心脏的若干二维超声视图上的点来识别解剖标志。通过一个传感器(磁跟踪系统:GPS)在ul
【主题与分类】
主题标签:Ebstein Anomaly。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01907971
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/NCT01907971
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:埃布斯坦畸形。埃布斯坦畸形是一种罕见的先天性心脏病,包括三尖瓣、右心房和右心室(RV)的异常。目前,心脏磁共振成像(MRI)被认为是评估右心室容积和功能的首选方法。为了评估右心功能,VentriPoint方法被设计用于在较短的时间内评估右心室,从而提高疗效并降低成本。VentriPoint已获批用于法洛四联症患者以及d-大动脉转位中系统性右心室的患者。该方法使用与VentriPoint Medical Systems单元相连的二维标准超声视图。采集后,医生通过心脏的多个二维超声视图上的点来识别解剖标志。借助超声探头上的传感器(磁跟踪系统:GPS),我们能够知道二维平面在三维空间中的位置。通过这种方式,精确的解剖标志被定位在三维空间中。
本研究旨在评估基于超声心动图知识的三维重建方法在测量Ebstein畸形患者右心室容积和功能方面的可行性、可靠性和准确性。该方法的准确性将通过与国际磁共振成像测量结果的比较来评估。除右心室之外,研究人员还希望在本研究中评估Ebstein畸形患者的左心室功能。通过使用斑点追踪超声心动图,研究人员希望研究左心室与右心室一起的左心室收缩性、旋转和同步性。在Ebstein畸形患者中,左心室常因右心室的显著表现而被忽视。左心室心肌结构改变(非致密化)也有描述,并可能对功能产生负面影响。研究人员希望分析25-30例Ebstein畸形患者,包括儿童
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。




