采用快速kVp切换技术CT的颈动脉斑块分类
计划因颈动脉狭窄接受CEA的患者在术前接受一次额外CT和MRI检查，CEA标本存入BiKE-registry生物样本库，患者获得个人编码用于关联CT、MRI与组织学数据
基本信息
资源简介
采用快速kVp切换技术CT的颈动脉斑块分类
该数据集来自clinicaltrials.gov，聚焦心血管系统疾病中的颈动脉疾病，涉及Atherosclerosis与Carotid Stenosis。计划因颈动脉狭窄接受CEA的患者在术前接受一次额外CT和MRI检查，CEA标本存入BiKE-registry生物样本库，患者获得个人编码用于关联CT、MRI与组织学数据。研究经斯德哥尔摩地区伦理审查委员会及Karolinska University Hospital Solna当地辐射委员会批准，并取得患者知情同意。数据可用于颈动脉斑块的影像与组织学对照分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Atherosclerosis、Carotid Stenosis。计划因颈动脉狭窄接受CEA（carotid endarterectomy）的患者将在术前接受一次额外CT和MRI检查。CEA标本保存在BiKE-registry（Karolinska Institute operated carotid plaque生物样本库）中。在该登记库中，患者将获得一个个人编码，用于后续识别CT、MRI和组织学数据。经斯德哥尔摩地区伦理审查委员会和Karolinska University Hospital Solna当地辐射委员会批准（Dnr K2435-2014）。参与患者已签署知情同意书。
【主题与分类】
主题标签：Atherosclerosis、Carotid Stenosis。本站分类：心血管系统疾病/颈动脉疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02436967
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/NCT02436967
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：动脉粥样硬化、颈动脉狭窄。因颈动脉狭窄而计划接受CEA（颈动脉内膜剥脱术）的患者，将在术前接受一次额外的CT和MRI检查。CEA标本保存在BiKE登记库中（卡罗林斯卡研究所运营的颈动脉斑块生物样本库）。在该登记库中，患者将被分配一个个人代码，用于后续识别CT、MRI和组织学数据。已获斯德哥尔摩地区伦理审查委员会和卡罗林斯卡大学医院Solna院区当地辐射委员会批准（Dnr K2435-2014）。参与患者已签署知情同意书。
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。
