Cleveland Clinic 心律失常生物样本库

该数据集来自 clinicaltrials.gov,为 Cleveland Clinic 的心律失常生物样本库,收录接受心律失常评估或治疗的患者及无心律失常对照者的综合表型数据与血液和/或组织样本

The Cleveland ClinicThe Cleveland Clinic
clinicaltrials
浏览 17
基因组分类Arrhythmias, Cardiac
Biospecimen Repository for Cardiac Arrhythmias at the Cleveland Clinic

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-09

资源简介

Cleveland Clinic 心律失常生物样本库

该数据集来自 clinicaltrials.gov,为 Cleveland Clinic 的心律失常生物样本库,收录接受心律失常评估或治疗的患者及无心律失常对照者的综合表型数据与血液和/或组织样本。生物样本库分为两部分:一是心律失常生物样本库,采集接受心律失常操作、心脏手术或住院、门诊评估患者的血液与组织;二是协作样本生物样本库,收录来自外部机构和临床试验的去标识化样本与数据。其长期目标是寻找导致心律失常综合征及其他疾病或状况的基因和生物学通路,可用于心律失常相关遗传与机制研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心律失常,心脏。本研究的长期目标是寻找导致心律失常综合征及其他疾病或状况的基因和生物学通路。为实现这一目标,研究者将收集综合的表型数据以及相应的血液和/或组织样本,纳入一个生物样本库登记库,对象包括前来接受心律失常评估和/或治疗的患者,以及无心律失常的对照受试者。该生物样本库将由两部分组成:1)心律失常生物样本库,采集接受心律失常操作、心脏手术或住院或门诊心律失常评估的患者的血液和组织;2)协作样本生物样本库,收录来自外部机构和临床试验的去标识化样本和数据。

【主题与分类】

主题标签:Arrhythmias, Cardiac。本站分类:循环系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00921986

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/NCT00921986

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

条件:心律失常,心脏性。本研究的长期目标是发现导致心律失常综合征及其他疾病或状况的基因和生物学通路。为实现这一目标,研究人员将收集全面的表型数据及相应的血液和/或组织样本,纳入一个生物样本库登记系统,涵盖因心律失常评估和/或治疗就诊的患者,以及无心律失常的对照受试者。该生物样本库将由两部分组成:1)心律失常生物样本库,收集接受心律失常操作、心脏手术或心律失常住院或门诊评估的患者的血液和组织;2)协作样本生物样本库,用于存放来自外部机构和临床试验的去标识化样本和数据。

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。

获取专属数据定制方案