选定人群中ATTR心脏淀粉样变性数据集

Name: 选定人群中ATTR心脏淀粉样变性数据集
Creator: Helse Møre og Romsdal HF

该数据集来自clinicaltrials.gov，聚焦选定人群中ATTR心脏淀粉样变性，涵盖ATTR野生型、ATTR基因突变、腕管综合征及心脏淀粉样变性

Helse Møre og Romsdal HF

clinicaltrials

医学影像分类ATTR Amyloidosis Wild TypeATTR Gene MutationCarpal Tunnel SyndromeCardiac Amyloidosis

ATTR Cardiac Amyloidosis in a Selected Population

基本信息

模态

医学影像

任务类型

分类

创建/更新时间

2026-10-08

资源简介

选定人群中ATTR心脏淀粉样变性数据集

该数据集来自clinicaltrials.gov，聚焦选定人群中ATTR心脏淀粉样变性，涵盖ATTR野生型、ATTR基因突变、腕管综合征及心脏淀粉样变性。入组者为经活检证实ATTR（v/wt）淀粉样变性且接受腕管综合征手术的患者，将接受99mTcDPD SPECT CT、超声心动图、心电图、Holter、基因检测及实验室检查，并按需行CMRI，同时排除轻链疾病。所有患者至少每年随访一次，随访10年。数据可用于心脏淀粉样变性的识别、分型及预后研究（来源 clinicaltrials.gov）。

【数据内容】

源站描述（机器翻译，仅供参考）：条件：ATTR野生型淀粉样变性、ATTR基因突变、腕管综合征、心脏淀粉样变性。经活检证实ATTR（v/wt）淀粉样变性且接受腕管综合征手术的住院患者，将接受标准指南推荐的检查，如99mTcDPD SPECT CT、超声心动图、心电图、Holter、基因检测（v/wt）和实验室检查，并按需行CMRI。将排除轻链疾病。所有患者将按指南（ESC）指示至少每年随访一次，发生心脏淀粉样变性的患者将按照指南并获得挪威政府批准接受标准治疗。所有患者将随访10年。

【主题与分类】

主题标签：ATTR Amyloidosis Wild Type、ATTR Gene Mutation、Carpal Tunnel Syndrome、Cardiac Amyloidosis。本站分类：循环系统疾病。

【获取与许可】

源站页面：https://clinicaltrials.gov/study/NCT06458374

原始链接

https://clinicaltrials.gov/study/NCT06458374

访问原始数据

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://clinicaltrials.gov/study/NCT06458374

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。

数据说明

条件：ATTR野生型淀粉样变性、ATTR基因突变、腕管综合征、心脏淀粉样变性。经活检证实为ATTR（野生型/突变型）淀粉样变性并接受腕管综合征手术的住院患者，将按照标准指南推荐接受检查，包括99mTcDPD SPECT CT、超声心动图、心电图、动态心电图、基因检测（野生型/突变型）和实验室检查，并根据指征进行心脏磁共振成像。将排除轻链疾病。所有患者将按照指南（ESC）指示至少每年随访一次，出现心脏淀粉样变性的患者将按照指南并获得挪威政府批准接受标准治疗。所有患者将随访10年。

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