重度主动脉瓣狭窄患者心脏淀粉样变性患病率的非干预性研究——超声心动图、计算机断层扫描、锝99m-SPECT/CT和心脏磁共振成像评估
该数据集来自clinicaltrials.gov,聚焦重度主动脉瓣狭窄患者中心脏淀粉样变性的患病率评估,采用超声心动图、计算机断层扫描、Tc99-SPECT/CT及心脏磁共振成像等多种影像手段

基本信息
资源简介
重度主动脉瓣狭窄患者心脏淀粉样变性患病率的非干预性研究——超声心动图、计算机断层扫描、锝99m-SPECT/CT和心脏磁共振成像评估
该数据集来自clinicaltrials.gov,聚焦重度主动脉瓣狭窄患者中心脏淀粉样变性的患病率评估,采用超声心动图、计算机断层扫描、Tc99-SPECT/CT及心脏磁共振成像等多种影像手段。数据覆盖退行性主动脉瓣狭窄与TTR型心脏淀粉样变性,涉及TAVI治疗背景。可用于研究主动脉瓣狭窄与心脏淀粉样变性的关联、影像学特征识别及患病率分析,属于循环系统疾病范畴(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心脏淀粉样变性、冠状动脉狭窄、TAVI(经导管主动脉瓣植入术)。退行性主动脉瓣狭窄(AS)目前是西方国家最常见的心脏瓣膜病。其定义为主动脉瓣开口面积<1.0cm²和/或平均梯度为40mmHg。患有重度AS的老年患者主要通过经导管主动脉瓣植入术(TAVI)进行介入治疗。与传统/心脏主动脉瓣置换术相比,其结果似乎并不更差。重度AS的一个标志是左心室肥厚。此外,通常还存在限制性充盈模式,这可在超声心动图中显示。这些特征也见于TTR型(转甲状腺素蛋白型)心脏淀粉样变性。在接受手术切除心脏瓣膜的患者中,超过70%的瓣膜中发现了淀粉样物质。
【主题与分类】
主题标签:Amyloidosis Cardiac、Stenosis Coronary。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/NCT07752732
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/NCT07752732
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:心脏淀粉样变性、冠状动脉狭窄、TAVI(经导管主动脉瓣植入术)。退行性主动脉瓣狭窄(AS)目前是西方国家最常见的心脏瓣膜病。其定义为主动脉瓣开口面积<1.0cm²和/或平均跨瓣压差40mmHg。患有较高级别AS的老年患者主要采用经导管主动脉瓣植入术(TAVI)进行介入治疗。与传统/心脏主动脉瓣置换术相比,其预后似乎并不更差。较高级别AS的一个标志是左心室肥厚。此外,常存在限制性充盈模式,这可在超声心动图中显示。这些特征也见于TTR型(转甲状腺素蛋白型)心脏淀粉样变性。在接受主动脉瓣置换术的患者中,超过70%的手术切除心脏瓣膜中发现了淀粉样物质。淀粉样物质的检测对患者具有临床重要性,因为根据不同的淀粉样变形式,有不同的治疗方法。
心内膜心肌活检(EMB)目前在许多地方是检测心脏淀粉样变性的金标准。然而,它是一种有创操作,存在相关风险和局限性(例如采样误差)。心脏淀粉样变性可通过钙相关的锝99m(Tc99m)标记膦酸盐的蓄积进行无创识别,正如传统上用于骨骼闪烁显像的那样。根据既往数据,使用SPECT/CT进行Tc99m膦酸盐闪烁显像对检测TTR淀粉样变性具有高特异性。如果具备SPECT/CT,这种无创诊断方法优于EMB。既往数据表明,预后与心肌中的膦酸盐蓄积之间存在相关性。使用Perugini评分,示踪剂摄取仅以粗略网格中的离散大小进行分类。对心肌放射性药物摄取进行定量可提供定量参数,这些参数不仅能更好地反映心脏淀粉样变性的严重程度,还可能
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。




