VGR GCA队列：超声、活检与生物标志物——巨细胞动脉炎诊断、监测与预后新方法

数据集获取

源站：https://clinicaltrials.gov/study/NCT07246577

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

疾病：巨细胞动脉炎（GCA）。背景 巨细胞动脉炎（GCA）是老年人中最常见的血管炎类型，以中等和大动脉的炎症为特征。该病可导致视力丧失、主动脉瘤和卒中等严重并发症。治疗主要基于长期糖皮质激素治疗。尽管如此，30-60%的患者在治疗期间出现疾病复发，许多患者出现类固醇相关副作用。在最佳治疗分层、活动性炎症与慢性血管重塑的可靠区分，以及血管超声检查用于诊断准确性的理想范围方面，存在显著的知识空白。总体目标与具体目标 本研究的总体目标是确定哪些超声参数和新型血液生物标志物在GCA中具有预后、监测和诊断价值。目标是实现更个体化的治疗，并降低过度治疗和治疗不足的风险。具体目标为：* 确定具有长期治疗反应预后价值的超声参数和生物标志物。

• 确定可在治疗期间和诊断时区分活动性与非活动性炎症的超声参数和生物标志物。* 评估扩展血管超声方案是否较当前欧洲（EULAR）推荐意见提高诊断准确性，并评估超声检测的新生血管形成是否与颞动脉活检标本中的组织学新生血管形成相对应。当前研究背景 GCA的诊断进展近期主要由影像学技术推动，尤其是超声。欧洲抗风湿病联盟（EULAR）目前推荐对疑似GCA患者进行颞动脉和腋动脉超声评估。定量参数如内中膜厚度（IMT）和评分系统（例如Halo计数和OMERACT GCA超声评分，OG

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。