奥地利肥厚型心肌病注册研究
奥地利肥厚型心肌病注册研究是一个前瞻性、多中心注册研究,在奥地利多家门诊机构招募患者,涵盖学术与非学术中心。患者接受结构化检查,评估HCM症状、既往病史、合并用药、家族史及HCM特异性警示征象,并采集心电图、超声心动图、实验室分析和基因检测等临床数据,聚焦精简变量字典及特定假设驱动的研究参数

基本信息
资源简介
奥地利肥厚型心肌病注册研究
是一个前瞻性、多中心注册研究,在奥地利多家门诊机构招募患者,涵盖学术与非学术中心。患者接受结构化检查,评估HCM症状、既往病史、合并用药、家族史及HCM特异性警示征象,并采集心电图、超声心动图、实验室分析和基因检测等临床数据,聚焦精简变量字典及特定假设驱动的研究参数。所有数据录入电子病例报告表(Phoenix Clinical Trial Management System)。该数据可用于肥厚型心肌病的临床特征描述、自然史研究及风险因素分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肥厚型心肌病。奥地利肥厚型心肌病(HCM)注册研究是一个前瞻性、多中心注册研究,在奥地利多家门诊机构招募患者,包括学术与非学术中心。患者将接受结构化检查流程,包括评估HCM症状、既往病史、合并用药、家族史以及HCM特异性警示征象的存在。此外,将采集来自心电图、超声心动图、实验室分析和基因检测的临床数据,聚焦于精简变量字典,并额外纳入特定假设驱动的研究参数。所有数据录入电子病例报告表(eCRF)(Phoenix Clinical Trial Management System)。每个中心将提名一名代表加入指导委员会,该委员会将作为监管
【主题与分类】
主题标签:Hypertrophic Cardiomyopathy。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06368518
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/NCT06368518
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:肥厚型心肌病。奥地利肥厚型心肌病(HCM)注册研究是一项前瞻性、多中心注册研究,纳入奥地利多家门诊诊所的患者,包括学术和非学术中心。患者将接受结构化检查流程,包括评估HCM症状、既往病史、合并用药、家族史以及HCM特异性警示征象的存在。此外,将收集来自心电图、超声心动图、实验室分析和基因检测的临床数据,重点关注精简变量字典以及特定假设驱动的研究参数。所有数据均录入电子病例报告表(eCRF)(Phoenix临床试验管理系统)。每个中心将提名一名代表加入指导委员会,该委员会将作为监管机构,有权批准研究和资助提案。奥地利多中心HCM注册研究旨在促进广泛的创新性横断面和纵向流行病学分析,以填补HCM证据空白。
标准化临床评估可能有助于统一奥地利HCM患者的临床护理标准。
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。




