Duchenne与Becker型肌营养不良症注册登记
该数据集为FAIR-DMD注册登记,来源于clinicaltrials.gov,面向Duchenne型与Becker型肌营养不良症(DMD/BMD)患者,并涵盖症状性女性携带者

基本信息
资源简介
Duchenne与Becker型肌营养不良症注册登记
该数据集为FAIR-DMD注册登记,来源于clinicaltrials.gov,面向Duchenne型与Becker型肌营养不良症(DMD/BMD)患者,并涵盖症状性女性携带者。疾病在幼儿期即可出现非特异性发育异常,如言语或认知发育迟缓、运动里程碑延迟,通常在3至5岁通过显著升高的肌酸激酶(CK)水平及分子遗传学分析确诊。病程呈进行性,学龄前平台期后肌无力逐渐加重,即使接受皮质类固醇治疗,也常在青春期早期丧失行走能力,并出现心脏与呼吸系统继发并发症。该数据可用于疾病自然史、临床结局及并发症相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Duchenne型肌营养不良症(DMD)、Becker型肌营养不良症、症状性女性肌营养不良蛋白病携带者。FAIR-DMD注册登记是一个针对Duchenne型和Becker型肌营养不良症(DMD/BMD)患者的疾病特异性、学术管理的注册登记。早在儿童早期,受影响的男孩就表现出非特异性发育异常,如言语或认知发育迟缓或运动里程碑延迟。诊断通常在3至5岁之间通过显著升高的肌酸激酶(CK)水平和分子遗传学分析做出。病程是进行性的:在学龄前平台期之后,尽管接受皮质类固醇治疗,肌无力仍逐渐加重,通常导致青春期早期丧失行走能力。继发性并发症源于心脏和呼吸系统受累。限制生命的因素包括进展
【主题与分类】
主题标签:Duchenne Muscular Dystrophy (DMD)、Becker Muscular Dystrophy。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/NCT07402122
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/NCT07402122
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:杜氏肌营养不良症(DMD)、贝克尔肌营养不良症、症状性女性携带者肌营养不良蛋白病。FAIR-DMD登记处是一个针对杜氏和贝克尔肌营养不良症(DMD/BMD)患者的疾病特异性、学术管理的登记系统。受影响男孩在幼儿早期即表现出非特异性发育异常,如语言或认知发育迟缓或运动里程碑达成延迟。诊断通常在3至5岁之间,通过显著升高的肌酸激酶(CK)水平和分子遗传学分析确定。该病呈进行性发展:在学龄前阶段的平台期后,尽管接受皮质类固醇治疗,肌肉无力仍逐渐加重,通常在青春期早期导致丧失行走能力。继发性并发症源于心脏和呼吸系统受累。限制生命的因素包括进行性心肌病、心律失常和全球性呼吸衰竭,后者通常需要在成年早期进行无创通气。目前,德国有26个专业治疗中心、奥地利有5个中心参与该项目。
在瑞士,已经建立了一个针对DBMD患者的登记系统,即瑞士神经肌肉疾病登记处(Swiss-Reg-NMD)。该登记处对未来所有希望参与的中心开放。在FAIR-DMD项目中,正在追求FAIR-DMD与瑞士登记处之间的互操作性,并可能进一步开发其他针对特定疾病、学术管理的欧洲杜氏肌营养不良症登记处,以便未来进行数据交换。接受新型疾病修正疗法治疗的患者数据——这些疗法未来可能会改变DMD和BMD的病程——也将被纳入该项目。研究的目标包括:* 护理的协调与标准化 * 对新疾病修正疗法的支持与评估 * 提高护理质量 * 将登记处建立为独立的研究工具 * 确保国际合作与可比性 * 以患者为中心的方法及主观指标的收集
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。

![UTSW HP [13-C] 丙酮酸注射用于 HCM](/medical-api/medicalDataset/datasetCover/108970.jpg)


