NAFLD队列建立与纤维化标志物开发

该数据集来源于clinicaltrials.gov,围绕NAFLD队列建立与肝纤维化标志物开发,纳入肝脏纤维化相关受试者

Seoul National University Boramae HospitalSeoul National University Boramae Hospital
clinicaltrials
浏览 10
医学影像分类Fibrosis of Liver
Establishment of NAFLD Cohort and Development of Fibrosis Markers

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-19

资源简介

NAFLD队列建立与纤维化标志物开发

该数据集来源于clinicaltrials.gov,围绕NAFLD队列建立与肝纤维化标志物开发,纳入肝脏纤维化相关受试者。数据覆盖肝脏弹性成像(声辐射力脉冲弹性成像与瞬时弹性成像)、肝组织(冰冻组织、石蜡块)、全血与血清、CT脂肪含量比例(内脏与皮下脂肪量)、体成分分析仪(InBody秤)总脂肪/肌肉量及四肢骨骼肌量、肺功能检查(含支气管舒张后反应与DLCO)、心电图、超声心动图、心脏CT(冠脉钙化评分)与脉搏波速度(AI指数、动脉僵硬度)、脑MRI或CT、上消化道内镜与结肠镜、柏林评分问卷及多导睡眠监测。可用于肝纤维化无创标志物研究、NAFLD相关代谢与心血管表型分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:肝纤维化。 声辐射力脉冲弹性成像与瞬时弹性成像 肝组织(冰冻组织、石蜡块) 全血、血清 CT脂肪含量比例(内脏脂肪组织、皮下脂肪组织量) 体成分分析仪(InBody秤):总脂肪/肌肉量及四肢骨骼肌量 肺功能检查(含支气管舒张后反应与DLCO) 心电图、超声心动图、心脏CT(冠脉钙化评分)与脉搏波速度(AI指数、动脉僵硬度) 脑MRI或CT 上消化道内镜与结肠镜 柏林评分问卷与多导睡眠监测

【主题与分类】

主题标签:Fibrosis of Liver。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/NCT02206841

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/NCT02206841

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:肝纤维化。* 声辐射力脉冲弹性成像和瞬时弹性成像 * 肝组织(冷冻组织、石蜡块) * 全血、血清 * 脂肪含量比率CT(内脏脂肪组织、皮下脂肪组织量) * 身体成分分析仪(InBody秤):总脂肪/肌肉量和四肢骨骼肌量 * 肺功能测试(含支气管舒张后反应)和DLCo * 心电图、超声心动图、心脏CT(冠状动脉钙化评分)和脉搏波速度(AI指数、动脉僵硬度) * 脑部MRI或CT * 上消化道内镜和结肠镜检查 * 柏林评分问卷和多导睡眠监测

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