基于图像预测非缺血性心肌病室性心动过速事件

数据集获取

源站：https://clinicaltrials.gov/study/NCT06730464

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

疾病类型：扩张型心肌病、致心律失常性心肌病、室性心律失常、肥厚型心肌病。主要目标：根据HCT数量和BZ质量进行风险分类，分析无既往心律失常证据的非缺血性心肌病（NICM）患者中，心脏性猝死（SCD）或持续性室性心动过速（持续性VT，接受ICD治疗或经任何诊断方法记录）的复合结局。次要目标：子研究1：在连续入组的无既往心律失常证据的NICM患者前瞻性队列中，验证回顾性确定的SCD或持续性VT预测变量。子研究2：在符合主项目入选标准且临床随访中至少有2次LGE-CMR检查的患者亚组中，回顾性评估瘢痕特征随时间的演变及其预后意义。主研究、子研究1和子研究2：分析主要结局与其他变量之间的关系：* 左心室射血分数（LVEF）* 瘢痕质量* BZC质量* 核心质量* 瘢痕位置* 瘢痕模式* 年龄* 基因型（当该数据可用时）

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。