基于SCG/GCG的CAD筛查扩展：纳入健康对照与CCTA患者
病症：冠状动脉疾病（CAD）（例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。本研究评估一种新的、无创的冠状动脉疾病（CAD）筛查方法，使用心震图（SCG）和心陀螺图（GCG）
基本信息
资源简介
基于SCG/GCG的CAD筛查扩展：纳入健康对照与CCTA患者
该数据集英文名为“Expansion of SCG/GCG-Based CAD Sceering: Inclusion of Healthy Controls and CCTA Patients”，来源于clinicaltrials.gov，本站分类为循环系统疾病 / 其他。其主题标签为冠状动脉疾病（CAD），例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）。源站描述指出，该研究评估一种新的、无创的冠状动脉疾病筛查方法，使用心震图（SCG）和心陀螺图（GCG）。这些技术通过高灵敏度传感器测量心脏活动引起的胸部振动。参与者包括已知或疑似CAD患者、健康个体以及接受冠状动脉计算机断层扫描血管造影（CCTA）的人员。研究目标是确定SCG/GCG测试能否准确区分具有显著与非显著冠状动脉狭窄的个体。SCG/GCG测试将在标准诊断程序之前进行，这些标准程序包括冠状动脉钙化计算机断层扫描（CAC-CT）和CCTA。结果将被分析以比较相关性能。
【数据集背景】
冠状动脉疾病（CAD）是一类常见的心血管疾病，涵盖心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）等表现。传统的筛查和诊断方法通常依赖影像学或侵入性检查。该数据集所对应的研究关注一种新的、无创的筛查途径，即利用心震图（SCG）和心陀螺图（GCG）来测量心脏活动引起的胸部振动。其核心问题在于，SCG/GCG测试能否准确区分具有显著与非显著冠状动脉狭窄的个体。研究还特别扩展了受试者范围，纳入健康对照以及接受CCTA的患者，以支持对筛查性能的评估。
【数据内容】
源站描述显示，该研究涉及的患者群体包括已知或疑似CAD患者，同时包括健康个体和接受冠状动脉计算机断层扫描血管造影（CCTA）的人员。研究将SCG/GCG测试结果与标准诊断程序进行关联分析。标准诊断程序包括冠状动脉钙化计算机断层扫描（CAC-CT）和CCTA。研究目标是确定SCG/GCG测试在区分显著与非显著冠状动脉狭窄方面的准确性。关于数据集的具体样本量、变量字段、记录条数、数据格式、文件结构等，源站未提供。
【采集与来源】
该数据集来源于clinicaltrials.gov。源站描述说明，SCG/GCG测试将在标准诊断程序之前进行，这些标准诊断程序包括CAC-CT和CCTA。SCG和GCG技术通过高灵敏度传感器测量由心脏活动引起的胸部振动。参与者包括已知或疑似CAD患者、健康个体以及接受CCTA的人员。关于采集地点、采集时间、设备型号、操作流程、伦理审批信息等，源站未提供。
【适用场景】
该数据集适用于与冠状动脉疾病无创筛查相关的研究场景，尤其是评估SCG/GCG测试在区分显著与非显著冠状动脉狭窄方面的表现。潜在应用包括：与CAC-CT和CCTA等标准诊断程序进行对比分析；纳入健康对照和CCTA患者后，考察筛查方法在不同人群中的区分能力；以及为冠状动脉疾病筛查方法的性能评价提供数据支持。关于具体的统计分析方法、模型训练用途、临床决策支持场景等，源站未提供。
【使用方法】
源站描述指出，SCG/GCG测试将在标准诊断程序之前进行，标准诊断程序包括CAC-CT和CCTA。研究结果将被分析，以比较相关性能。关于数据访问方式、下载格式、预处理步骤、分析代码、使用协议等，源站未提供。
【质量与限制】
该数据集的主题标签明确为冠状动脉疾病（CAD），例如心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD）。源站描述提及研究将分析结果以比较性能，但未提供具体的性能指标、样本量、统计功效、偏差控制措施或外部验证结果。关于数据完整性、标注质量、缺失值情况、多中心一致性等，源站未提供。
【引用与许可】
该数据集来源于clinicaltrials.gov。关于引用格式、许可条款、使用限制、数据共享政策等，源站未提供。
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/NCT06880133
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：冠状动脉疾病（CAD）（例如，心绞痛、心肌梗死和动脉粥样硬化性心脏病（ASHD））。本研究评估一种利用心震图（SCG）和心旋图（GCG）筛查冠状动脉疾病（CAD）的新型无创方法。这些技术通过高灵敏度传感器测量心脏活动引起的胸部振动。参与者包括已知或疑似CAD的患者，以及健康个体和接受冠状动脉计算机断层扫描血管造影（CCTA）的个体。目的是确定SCG/GCG测试能否准确区分具有显著与非显著冠状动脉狭窄的个体。SCG/GCG测试将在标准诊断程序之前进行，包括冠状动脉钙化计算机断层扫描（CAC-CT）和CCTA。将分析结果，以比较这种新方法与现有成像技术的性能。本研究旨在为筛查CAD提供一种无创、成本效益高的替代方法。
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。
