使用MRI进行全心心肌血流量定量

该数据集来自clinicaltrials.gov,聚焦冠状动脉疾病(CAD)与冠状动脉微血管疾病(CMD)。所有受试者接受心脏MRI扫描,MR灌注扫描在静息态和给予药理学负荷剂后各进行一次,两次扫描间隔超过15分钟,每次扫描均注射钆基对比剂以测量心肌血流量

Cedars-Sinai Medical CenterCedars-Sinai Medical Center
clinicaltrials
浏览 25
医学影像回归Coronary Artery DiseaseCoronary Microvascular Disease
Whole-Heart Myocardial Blood Flow Quantification Using MRI

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-08

资源简介

使用MRI进行全心心肌血流量定量

该数据集来自clinicaltrials.gov,聚焦冠状动脉疾病(CAD)与冠状动脉微血管疾病(CMD)。所有受试者接受心脏MRI扫描,MR灌注扫描在静息态和给予药理学负荷剂后各进行一次,两次扫描间隔超过15分钟,每次扫描均注射钆基对比剂以测量心肌血流量。心肌血流量定量后,CAD患者队列的测量结果将与既往PET心肌灌注成像参考测量值(如有)比较,CMD患者队列则与冠状动脉反应性测试(CRT)结果比较。数据可用于心肌血流量定量方法研究及与参考标准的一致性评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:冠状动脉疾病、冠状动脉微血管疾病。所有受试者将接受心脏MRI扫描以诊断CAD或CMD。每位受试者将进行两次MR灌注扫描:一次在静息态,一次在给予药理学负荷剂后。两次扫描之间将有超过15分钟的延迟。每次扫描期间将给予钆基对比剂,以允许测量心肌血流量。一旦心肌血流量被定量,测量结果将与既往参考测量值(如有)进行比较:在CAD患者队列中与PET心肌灌注成像比较,在CMD患者队列中与冠状动脉反应性测试(CRT)比较。

【主题与分类】

主题标签:Coronary Artery Disease、Coronary Microvascular Disease。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/NCT03064295

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT03064295

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:冠状动脉疾病、冠状动脉微血管疾病。所有受试者将接受心脏MRI扫描以诊断CAD或CMD。每位受试者将进行两次MR灌注扫描:一次在静息状态下,一次在给予药物负荷剂后。两次扫描之间将有超过15分钟的间隔。每次扫描期间将给予钆基对比剂,以便测量心肌血流量。一旦心肌血流量被量化,测量结果将与既往参考测量值进行比较(如有):在CAD患者队列中与PET心肌灌注显像的测量值比较,在CMD患者队列中与冠状动脉反应性检测(CRT)的测量值比较。

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。

获取专属数据定制方案