DZHK TORCH-Plus 心肌病注册登记及心血管研究数据源
DZHK TORCH-Plus 是源自 clinicaltrials.gov 的心肌病注册登记数据集,属于循环系统疾病分类

基本信息
资源简介
DZHK TORCH-Plus 心肌病注册登记及心血管研究数据源
DZHK TORCH-Plus 是源自 clinicaltrials.gov 的心肌病注册登记数据集,属于循环系统疾病分类。该注册登记覆盖非缺血性心肌病、扩张型心肌病、肥厚型心肌病、肥厚型梗阻性心肌病、致心律失常性右室心肌病、左心室心肌致密化不全、淀粉样变及炎症性心肌病等病种,汇集临床数据与高质量生物样本,可作为心血管研究的数据来源,支持针对心肌病的临床与分子研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:非缺血性心肌病、DCM - 扩张型心肌病、HCM - 肥厚型心肌病、HOCM - 肥厚型梗阻性心肌病、致心律失常性右室心肌病、左心室心肌致密化不全心肌病、淀粉样变、炎症性心肌病。DZHK 心肌病转化注册登记(DZHK TORCH)是一个独特的临床数据与高质量生物样本资源,可用于开展针对心肌病(CMP)的创新性临床与分子研究。作为一个多中心德国心肌病注册登记,TORCH 自 2014 年 12 月起前瞻性纳入患者。按计划招募了 2,300 名患者。综合来看,患者数据表明这些疾病在男性中的患病率远高于女性,心房颤动在所有类型的 CMP 中均常见,罕见疾病形式也提示更高风险。
【主题与分类】
主题标签:Non-ischemic Cardiomyopathy、DCM - Dilated Cardiomyopathy、HCM - Hypertrophic Cardiomyopathy、Amyloidosis、Inflammatory Cardiomyopathy。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/NCT04265040
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/NCT04265040
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
疾病类型:非缺血性心肌病、DCM(扩张型心肌病)、HCM(肥厚型心肌病)、HOCM(肥厚型梗阻性心肌病)、致心律失常性右心室心肌病、左心室心肌致密化不全心肌病、淀粉样变性、炎症性心肌病。DZHK心肌病转化注册研究(DZHK TORCH)是一个独特的临床数据和高品质生物样本资源库,旨在推动心肌病(CMP)的创新临床与分子研究。作为一个德国多中心心肌病注册研究,TORCH自2014年12月起前瞻性纳入患者。按计划招募了2,300名患者。综合来看,患者数据显示,这些疾病在男性中的患病率远高于女性,心房颤动在所有类型的CMP中均常见,而罕见形式的疾病则提示更高的风险和更高的发病率。目前,该DZHK TORCH注册研究将扩展至第二阶段(DZHK TORCH-Plus)。第二阶段DZHK TORCH-Plus由4个主要模块组成:1.“临床表型分析、随访与生物样本采集” 2.“基因组学” 3.“炎症” 4.“生物标志物”。
主要目标包括:1) 大幅增加先证者数量(n = 4340),以更好地应对不同类型的CMP,尤其是罕见CMP形式如LVNC和ARVC的患者,或可能具有分子解释的心肌病(家族性DCM)患者;2) 延长纵向随访时间,以获得足够的事件,从而得出用于风险评估的临床建议;3) 增加接受最先进表型分析的先证者数量;4) 明确心肌炎症、纤维化、性别的影响,并基于结局确定或预测基因型;5) 验证在其他DZHK研究中开发的新型生物标志物;6) 促进与国际CMP注册机构和行业伙伴的积极合作。
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。




