非感染性经导管主动脉瓣放射性示踪剂摄取模式特征分析
该数据集来自 clinicaltrials.gov,聚焦感染性心内膜炎(IE)诊断中影像学技术的应用。内容涉及 18F-FDG PET/CT 与放射性标记白细胞 SPECT/CT 在检测隐匿性心内膜病变中的作用,并关注非感染性经导管主动脉瓣中放射性示踪剂摄取模式的特征

基本信息
资源简介
非感染性经导管主动脉瓣放射性示踪剂摄取模式特征分析
该数据集来自 clinicaltrials.gov,聚焦感染性心内膜炎(IE)诊断中影像学技术的应用。内容涉及 18F-FDG PET/CT 与放射性标记白细胞 SPECT/CT 在检测隐匿性心内膜病变中的作用,并关注非感染性经导管主动脉瓣中放射性示踪剂摄取模式的特征。数据可用于研究如何区分感染与非感染情况下的示踪剂摄取,辅助提升 IE 诊断准确性,并支持对改良 Duke 标准之外影像学补充价值的探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Infective Endocarditis。感染性心内膜炎(IE)的诊断准确性通常具有挑战性。当前临床指南推荐使用改良 Duke 标准,该标准基于临床、超声心动图和生物学发现,以及血培养和血清学结果。影像技术的进步改善了 IE 心内膜受累和心外并发症的识别。因此,近期研究表明,18F-FDG PET/CT 和放射性标记白细胞 SPECT/CT 可能提高对隐匿性心内膜病变的检测。放射性示踪剂积聚部位显示由于炎症或感染过程导致的高代谢活性区域。众所周知,在外科人工瓣膜中,无感染情况下瓣周区域可能出现轻度放射性示踪剂摄取,因此可能
【主题与分类】
主题标签:Infective Endocarditis。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03683355
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/NCT03683355
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:感染性心内膜炎。感染性心内膜炎(IE)的诊断准确性通常具有挑战性。当前的临床指南推荐使用改良的Duke标准,该标准基于临床、超声心动图和生物学发现,以及血培养和血清学结果。影像技术的进步提高了对IE心内膜受累和心外并发症的识别能力。因此,近期研究表明,18F-FDG PET/CT和放射性标记白细胞SPECT/CT可能有助于检测隐匿性心内膜病变。放射性示踪剂积聚部位显示由于炎症或感染过程导致的高代谢活性区域。众所周知,在人工瓣膜中,瓣周区域可能出现轻度放射性示踪剂摄取而无感染,因此可被视为正常模式,尤其是在瓣膜置换术后早期。然而,关于经导管心脏瓣膜的这一现象证据尚缺乏,且用于区分正常与异常放射性示踪剂模式的因素尚未标准化。
假设是,接受经导管主动脉瓣置换术(TAVR)的患者尽管没有感染性心内膜炎(IE),但在人工瓣膜周围显示出放射性标记示踪剂(18F-FDG)的摄取。此外,不同瓣膜平台之间的摄取模式可能有所不同。因此,本研究的目标是描述TAVR术后早期随访中未感染经导管心脏瓣膜放射性示踪剂摄取的模式。这将是一项初步研究,纳入30名TAVR术后患者。
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。




