慢性肝病患儿的心脏问题
该数据集来自 clinicaltrials.gov,聚焦慢性肝病(CLD)患儿的心脏并发症,涵盖肝硬化、心脏异常、门肺高压与肝硬化性心肌病等主题

基本信息
资源简介
慢性肝病患儿的心脏问题
该数据集来自 clinicaltrials.gov,聚焦慢性肝病(CLD)患儿的心脏并发症,涵盖肝硬化、心脏异常、门肺高压与肝硬化性心肌病等主题。儿童慢性肝病涉及肝实质的进行性破坏与再生,病因包括感染、自身免疫性肝炎、病毒性肝炎、Wilson 病及胆道闭锁等,预后与治疗受病因影响,需完善的临床病理评估。在门静脉高压、营养不良、肝肾综合征等严重并发症中,心脏并发症意义重大。该数据可用于研究儿童慢性肝病相关心脏问题的识别与评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性肝病(CLD)、肝硬化、心脏异常、门肺高压、肝硬化性心肌病。儿童期的慢性肝病(CLD)涉及肝实质的进行性破坏与再生。儿童中的病因涵盖广泛的疾病谱,包括感染、自身免疫性肝炎、病毒性肝炎、Wilson 病和胆道闭锁。预后和治疗在很大程度上受潜在病因影响,因此需要进行全面的临床病理评估。在已报道的 CLD 严重并发症中,如门静脉高压、营养不良和肝肾综合征,心脏并发症极为重要。本研究专门探讨以下心脏问题:* 门肺高压:定义为平均肺动脉压 >25 mmHg 且肺毛细血管
【主题与分类】
主题标签:Chronic Liver Disease (CLD)、Liver Cirrhosis、Cardiac Abnormalities、Portopulmonary Hypertension、Cirrhotic 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/NCT07502196
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/NCT07502196
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:慢性肝病(CLD)、肝硬化、心脏异常、门肺高压、肝硬化性心肌病。儿童期慢性肝病(CLD)涉及肝实质的进行性破坏与再生。儿童中的病因涵盖多种疾病,包括感染、自身免疫性肝炎、病毒性肝炎、Wilson病和胆道闭锁。预后和治疗在很大程度上受基础病因影响,因此需要进行全面的临床病理评估。在已报道的CLD严重并发症中,如门静脉高压、营养不良和肝肾综合征,心脏并发症极为重要。本研究专门探讨以下心脏问题:* 门肺高压:定义为平均肺动脉压>25 mmHg且肺毛细血管楔压<15 mmHg,常表现为呼吸困难、乏力、端坐呼吸或胸痛。据认为,其由门静脉高压继发的肺血流增加所触发,进而导致血管损伤和重塑。
- 肝硬化性心肌病:门静脉高压的一种血流动力学后果,以收缩和/或舒张功能障碍、左心室肥厚及电生理紊乱为特征。其潜在机制涉及纤维化和内皮下水肿导致的心肌壁僵硬。* 心脏复极异常:校正QT(QTc)间期延长是最常见的发现,其患病率随肝硬化严重程度平行增加。高达60%的终末期肝病患者表现出QTc异常。这项描述性队列研究旨在系统评估不同肝病组中的这些心脏结局。数据收集包括全面的临床病史,涵盖发病年龄、疾病类型症状学,以及涵盖一般、腹部、心脏、神经和胸部评估的详细体格检查。
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。




