评估疑似心脏病的新型心脏成像技术

数据集获取

源站：https://clinicaltrials.gov/study/NCT01399385

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

研究条件：健康、肥胖、糖尿病、健康志愿者、动脉粥样硬化。
目前可用的专门成像技术为表征人体微环境提供了独特机会。磁共振（MR）血管壁成像和血管造影（MRA）是正在发展的技术，无需基于 X 射线的导管血管造影即可对动脉和静脉结构进行无创评估。此外，血管壁成像为评估血管内皮功能提供了前所未有的无创工具。尽管过去几年心血管 MR 成像取得了显著进展，但在冠状动脉的全面结构和功能评估中，MRA 和血管壁成像在分辨率、准确性和可重复性方面仍存在很大局限性。本研究的第一项目的是开发并优化快速高分辨率冠状动脉 MRA 和血管壁成像的临床成像方案与技术，用于评估冠状动脉及其他主要动脉的结构、扩张性和内皮功能参数。技术优化和性能评估将在无已知或疑似冠状动脉粥样硬化的正常受试者中完成。本方案的第二项目的是在已知或疑似冠状动脉粥样硬化的患者队列中，评估与动脉粥样硬化相关的动脉结构、扩张性和内皮功能障碍的早期 MR 影像学征象。加速高分辨率 MRA 的结果将与相应的计算机断层扫描冠状动脉血管造影（CTA）结果进行相关性分析。本方案的第三项目的是开发、实施并优化新的无创方法，利用 MR 波谱、MR 弹性成像和血氧水平依赖（BOLD）成像等专门技术来表征胸部和腹部区域的微环境。本研究和研究计划的长期目标是将冠状动脉 MRA、血管壁和体部成像技术优化到 t。

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。