静脉铁剂影像研究
该数据集来自 clinicaltrials.gov，为一项前瞻性观察性研究，探索铁缺乏患者接受静脉铁剂（Ferinject）输注后组织铁摄取的动力学
基本信息
资源简介
静脉铁剂影像研究
该数据集来自 clinicaltrials.gov，为一项前瞻性观察性研究，探索铁缺乏患者接受静脉铁剂（Ferinject）输注后组织铁摄取的动力学。参与者通过 Oxford University Hospitals NHS Foundation Trust 的铁缺乏管理服务招募，在标准临床护理下接受输注，并在 Oxford Centre for Clinical Magnetic Resonance Research 完成全部研究 MRI 扫描及额外研究程序。每位参与者接受 4 次 MRI 扫描，包括基线扫描。数据可用于分析静脉铁剂后组织铁摄取的时间变化规律（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：铁缺乏。这是一项前瞻性、观察性研究，探索一组铁缺乏患者在接受静脉铁剂输注（Ferinject）后组织铁摄取的动力学，该输注作为标准临床护理的一部分。参与者将通过铁缺乏管理服务招募，该服务隶属于 Oxford University Hospitals NHS Foundation Trust（OUHFT）。参与者将作为其标准临床护理的一部分，由 NHS 临床医生给予静脉铁剂输注（Ferinject）。他们将在 Oxford Centre for Clinical Magnetic Resonance Research（OCMR）接受所有研究 MRI 扫描及额外研究程序，该中心位于 John Radcliffe Hospital，隶属于 University of Oxford 的 Radcliffe Department of Medicine 内的 Division of Cardiovascular Medicine。每位参与者将接受 4 次 MRI 扫描；基线、
【主题与分类】
主题标签：Iron-deficiency。本站分类：循环系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05609318
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/NCT05609318
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：缺铁。这是一项前瞻性观察性研究，旨在探索一组缺铁患者在接受静脉铁剂输注（Ferinject）后组织铁摄取的动力学，该输注作为标准临床诊疗的一部分。参与者将通过牛津大学医院NHS基金会信托（OUHFT）下属的缺铁管理服务部门招募。参与者将由其标准临床诊疗中的NHS临床医生给予静脉铁剂输注（Ferinject）。他们将在牛津临床磁共振研究中心（OCMR）接受所有研究MRI扫描及额外研究程序，该中心位于约翰·拉德克利夫医院，隶属于牛津大学拉德克利夫医学系心血管医学部。每位参与者将接受4次MRI扫描：基线、静脉铁剂输注后3小时、14天和42天。在这些时间点还将采集血样，用于评估相关血液学和铁参数。
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。
