维也纳血管性肝病研究
维也纳血管性肝病研究是一个来自 clinicaltrials.gov 的数据集，聚焦血管性肝病患者的自然病程。覆盖病种包括门静脉血栓、Budd-Chiari 综合征、遗传性出血性毛细血管扩张症、非肝硬化性门静脉高压与 Porto-sinusoidal vascular disorder、心脏性肝硬化
基本信息
资源简介
维也纳血管性肝病研究
是一个来自 clinicaltrials.gov 的数据集，聚焦血管性肝病患者的自然病程。覆盖病种包括门静脉血栓、Budd-Chiari 综合征、遗传性出血性毛细血管扩张症、非肝硬化性门静脉高压与 Porto-sinusoidal vascular disorder、心脏性肝硬化等。数据可用于研究肝失代偿（腹水、静脉曲张出血、肝性脑病）、强化治疗需求（TIPS、ICU、肝移植）及生存情况，支持对疾病进展与结局的预测分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：血管性肝病、门静脉血栓、Budd-Chiari 综合征、非肝硬化性门静脉高压、Rendu Osler Weber、心脏性肝硬化、Porto-sinusoidal vascular disorder。我们将纳入血管性肝病患者，包括 门静脉血栓（PVT） Budd-Chiari 综合征（BCS） 遗传性出血性毛细血管扩张症（HHT，或称 Osler-Rendu 病） 非肝硬化性门静脉高压（NCPH）与 Porto-sinusoidal vascular disorder * 心脏性肝硬化，前提是他们符合纳入/排除标准并提供书面知情同意。患者参与生物样本库是可选的。特别地，我们将研究患者关于肝失代偿（腹水、静脉曲张出血、肝性脑病）、需要强化治疗（TIPS、ICU、肝移植）和生存的自然病程。
【主题与分类】
主题标签：Vascular Liver Disease、Portal Vein Thrombosis、Budd-Chiari Syndrome、Non-Cirrhotic Portal Hypertension、Rendu Osler Weber、Cardiac Cirrhosis、Porto-sinusoidal Vascular Disorder。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/NCT03541057
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/NCT03541057
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
疾病范围：血管性肝病、门静脉血栓形成、布加综合征、非肝硬化性门静脉高压、Rendu-Osler-Weber病、心源性肝硬化、门窦血管性肝病。我们将纳入血管性肝病患者，包括*门静脉血栓形成（PVT）*布加综合征（BCS）*遗传性出血性毛细血管扩张症（HHT，即Osler-Rendu病）非肝硬化性门静脉高压（NCPH）及门窦血管性肝病心源性肝硬化，前提是符合纳入/排除标准并提供书面知情同意。患者参与生物样本库为可选。我们将特别研究患者关于肝功能失代偿（腹水、静脉曲张出血、肝性脑病）、需要强化治疗（TIPS、ICU、肝移植）及生存的自然病程。
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。
