血管实验室资源（VLR）生物样本库

数据集获取

源站：https://clinicaltrials.gov/study/NCT05628948

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：心血管疾病、代谢性疾病、外周动脉疾病、颈动脉疾病、动脉瘤性疾病、静脉疾病、血栓形成、淋巴水肿。我们提议进行一项研究，旨在从前瞻性收集的受试者样本中获取生物标志物，并探讨其与心血管及代谢性疾病的相关性。此举措的目的是开发一个持久耐用的工具，促进克利夫兰诊所主校区临床医生与勒纳研究所基础科学家之间的合作研究。这一合作将使临床和基础研究人员都能获得资源。该工具将促进血管实验室对血管疾病的研究，并最大限度地利用这一宝贵资源，促进跨部门合作。血管和代谢性疾病患者的护理非常零散，他们在临床上仍得不到充分服务，研究也不足。我们将利用HVI及其他临床研究所高度协作的临床环境，开发并持续利用血管生物样本库。

本方案将研究来自患有心血管和/或代谢性疾病受试者的血液、尿液和/或粪便样本及临床数据，这些疾病包括：外周动脉疾病、颈动脉疾病、动脉瘤性疾病、慢性静脉疾病、血栓形成、淋巴水肿和脂肪水肿、非动脉粥样硬化性动脉狭窄（血管炎、纤维肌发育不良、动脉夹层和动脉瘤性疾病、May-Thurner综合征等）、压迫性和痉挛性疾病（胸廓出口综合征、血管痉挛）。此项研究将提供机会，探索血管疾病中血栓形成、炎症、肠道微生物组、细胞信号传导改变、脂质代谢及其他代谢途径。此外，本研究将加强和扩展血管实验室正在进行的努力，为质量控制和安全目的收集数据。标本样本采集将使得在达到足够数量后能够对参与者进行生化和基因检测。

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。