不同微血管病变中急性脑出血MRI对比的描述性研究

该数据集来自clinicaltrials.gov,聚焦急性脑出血在不同微血管病变中的MRI对比表现,涉及急性脑出血与急性大叶性血肿

Centre Hospitalier Universitaire de NīmesCentre Hospitalier Universitaire de Nīmes
clinicaltrials
浏览 2
医学影像分类Cerebral HemorrhageAcute Lobar Haematoma
Descriptive Study on MRI Contrast of Acute Cerebral Hemorrhage in Different Microangiopathies

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-26

资源简介

不同微血管病变中急性脑出血MRI对比的描述性研究

该数据集来自clinicaltrials.gov,聚焦急性脑出血在不同微血管病变中的MRI对比表现,涉及急性脑出血与急性大叶性血肿。源站描述指出,血肿内动脉对比(“spot sign”)在CT上被视为血肿扩大和预后不良的危险因素,钆增强MRI中也有类似标记。研究拟通过分析MRI上钆“spot sign”的影像学表现,回溯急性脑出血的现象学,以按亚组更好地估计影像学加重的风险,并作为未来治疗试验的目标人群。数据可用于脑出血影像标记的识别与风险分层研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑出血、急性大叶性血肿。脑出血占急性血管综合征的少数(比缺血性卒中少见,约占20%),但治疗陷入僵局,没有特异性治疗。血肿内的动脉对比(“spot sign”)已在CT扫描中被描述为血肿进一步扩大和预后不良的危险因素。在钆增强MRI中也描述了等效标记。通过研究MRI上钆“spot sign”的影像学表现(MRI具有更好的实质分辨率),研究人员提出回溯脑出血急性期的现象学,以便按亚组更好地估计影像学加重的风险,这可以作为未来治疗试验的目标人群。

【主题与分类】

主题标签:Cerebral Hemorrhage、Acute Lobar Haematoma。本站分类:循环系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06781034

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/NCT06781034

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

疾病:脑出血、急性脑叶血肿。脑出血在急性血管综合征中占少数(较缺血性卒中少见,约占20%),但治疗陷入困境,尚无特异性治疗方法。血肿内动脉造影剂外渗(“点征”)已在CT扫描中被描述为血肿进一步扩大和预后不良的危险因素。在钆增强MRI中也已描述了等效标志物。通过研究MRI上钆“点征”的影像学表现(MRI具有更好的脑实质分辨率),研究人员提出追溯脑出血急性期的现象学,以便更好地按亚组评估影像学加重的风险,这些亚组可作为未来治疗试验的目标人群。

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