利用参数化T1和T2磁共振弛豫测量表征肝实质
该数据集来自clinicaltrials.gov,围绕利用参数化T1和T2磁共振弛豫测量对肝实质进行表征展开,涉及充血性心肌病、肺动脉高压、缩窄性心包炎和扩张型心肌病等循环系统疾病

基本信息
资源简介
利用参数化T1和T2磁共振弛豫测量表征肝实质
该数据集来自clinicaltrials.gov,围绕利用参数化T1和T2磁共振弛豫测量对肝实质进行表征展开,涉及充血性心肌病、肺动脉高压、缩窄性心包炎和扩张型心肌病等循环系统疾病。源站描述指出,肝活检虽是肝实质组织学表征的金标准,但存在出血风险且可能因病变局灶或异质性而出现假阴性;超声、CT和MRI等无创成像可提供全局与区域组织表征信息,并有助于引导或定位肝活检,弹性成像等新进展也提升了对肝脏状态的综合评估。数据可用于肝脏组织无创表征与影像引导相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:充血性心肌病、肺动脉高压、缩窄性心包炎、扩张型心肌病。尽管肝活检是目前肝实质组织学表征的标准,但这种有创操作存在显著出血风险,且可能致命。此外,由于肝病可能局灶性或异质地影响肝脏,组织学发现可能为假阴性或不具代表性。另一方面,无创成像方式(如超声(US)、计算机断层扫描(CT)和磁共振成像(MRI))可提供关于全局和区域组织表征的有价值信息,并可能有助于引导/定位肝活检。此外,近年来新的发展为进一步、更全面地评估肝脏状态打开了大门。其中之一是弹性成像
【主题与分类】
主题标签:Cardiomyopathy, Congestive、Pulmonary Hypertension、Constrictive Pericarditis、Cardiomyopathy, Dilated。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/NCT04623528
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/NCT04623528
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:心肌病、充血性、肺动脉高压、缩窄性心包炎、心肌病、扩张型。尽管肝活检是目前肝实质组织学特征描述的标准方法,但这种有创操作存在显著出血风险,且可能致命。此外,由于肝脏疾病可能呈局灶性或异质性分布,组织学检查结果可能出现假阴性或缺乏代表性。另一方面,无创影像学手段(如超声(US)、计算机断层扫描(CT)和磁共振成像(MRI))可提供关于整体及区域组织特征的有价值信息,并有助于引导/定位肝活检。此外,近年来新的进展为更全面、更深入地评估肝脏状态开辟了道路。其中之一是弹性成像,用于评估肝脏的机械、黏弹性特性,从而提供关于肝脏硬度(或弹性)的有价值信息,并可用于准确分期肝纤维化(1,2)。
另一种方法是利用肝组织在高场磁环境中的弛豫行为进行组织表征(“弛豫测量”)。由于弛豫时间具有组织特异性,局灶性或弥漫性病变可能会改变(即缩短或延长)弛豫时间。这些改变可用于描绘和量化疾病严重程度。在心脏成像领域,弛豫测量已引发范式转变,但在肝脏成像中,迄今为止受到的关注相对有限。最为人所知的是T2*弛豫测量,可用于诊断和随访血色病患者。近年来,少数论文分别描述了使用T1和T1-rho弛豫测量来诊断Fontan患者的肝脏淤血以及描绘肝纤维化(3,4)。作为综合性心脏MRI检查的一部分,我们于2014年开始常规对心脏进行T1和T2弛豫测量。该技术已在一项国际研究中针对标准化、市售的体模进行了验证(5)。Practica
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。




