在加拿大西部将非缺血性心肌病基因检测纳入常规诊疗
该数据集来自 clinicaltrials.gov,聚焦非缺血性心肌病与扩张型心肌病(DCM)的基因检测。心肌疾病是心力衰竭的常见病因,可导致危险的心律失常和体液潴留

基本信息
资源简介
在加拿大西部将非缺血性心肌病基因检测纳入常规诊疗
该数据集来自 clinicaltrials.gov,聚焦非缺血性心肌病与扩张型心肌病(DCM)的基因检测。心肌疾病是心力衰竭的常见病因,可导致危险的心律失常和体液潴留。在加拿大不列颠哥伦比亚省(BC)和阿尔伯塔省,心衰患者在专门的心功能门诊(HFC)接受诊疗,早期治疗可预防死亡和残疾。部分患者尤其年轻人的心衰由心肌基因蓝图异常引起,属先天遗传,可通过简单的血液或唾液检测诊断,从而改善患者治疗并帮助诊断家庭成员(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:非缺血性心肌病、扩张型心肌病(DCM)。心肌疾病是心力衰竭的常见病因:这是一种危及生命的疾病,可导致危险的心律失常和体内液体潴留(水肿)。在不列颠哥伦比亚省(BC)和阿尔伯塔省,心力衰竭患者在专门的心功能门诊(HFC)接受照护。这些门诊的医务人员能快速诊断和治疗心力衰竭,因为早期治疗可预防死亡和残疾。在某些情况下,尤其是年轻人,心力衰竭由心肌基因蓝图的异常引起——这种异常出生时即存在并在家族内传递(即遗传性)。研究者可通过简单的血液或唾液检测诊断这种基因异常,从而更好地治疗患者并诊断家庭成员以预
【主题与分类】
主题标签:Nonischemic Cardiomyopathy、Dilated Cardiomyopathy (DCM)。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/NCT07345338
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/NCT07345338
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:非缺血性心肌病、扩张型心肌病(DCM)。心肌疾病是心力衰竭的常见原因:心力衰竭是一种危及生命的疾病,可导致危险的心律失常和体内液体积聚(水肿)。在不列颠哥伦比亚省(BC)和阿尔伯塔省,心力衰竭患者在专门的心脏功能诊所(HFC)接受治疗。这些诊所的医疗提供者能够迅速诊断和治疗心力衰竭,因为早期治疗可以预防死亡和残疾。在某些情况下,尤其是年轻人中,心力衰竭是由心肌遗传蓝图的异常引起的——这种情况出生时即存在,并在家族中遗传(即可遗传)。研究人员可以通过简单的血液或唾液检测来诊断这种遗传异常,从而更好地治疗患者,并诊断家庭成员以预防心力衰竭和死亡。在BC省和阿尔伯塔省,疑似患有这种类型心力衰竭的人必须被转诊至高度专业化的项目才能接受基因检测,因为这些医疗系统目前不通过HFC提供基因检测。
然而,HFC提供者因这些项目等待名单极长而未意识到或不愿转诊患者。在本研究中,研究人员希望教育、赋能并授权HFC心脏病专家为心力衰竭患者开具基因检测。如果这种干预在本研究中显示出成功,患者将不再需要等待长达3年才能见到遗传专家。患者将更早得到诊断和治疗,其可能面临患病风险的家庭成员也能更快获知信息。研究人员旨在利用这项研究,通过展示对健康结果的积极影响,鼓励医疗领导层促进更及时的基因检测获取。
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。




