精准心血管医学：人工智能与表观遗传学在新生儿主动脉缩窄发病机制与预测中的应用
该数据集包含24例新生儿孤立性主动脉缩窄病例和16例对照的血液DNA甲基化数据，覆盖约45万个CpG位点，属于表观遗传学模态；通过人工智能平台（包括深度学习）分析甲基化变化，实现了对主动脉缩窄的高精度预测（AUC达0.97），并揭示了与心血管发育相关的表观遗传失调通路，主要用于心血管疾病机制探索、新生儿疾病早期筛查及AI在精准医疗中的应用研究。
https://tandf.figshare.com/articles/dataset/Precision_cardiovascular_medicine_artificial_intelligence_and_epigenetics_for_the_pathogenesis_and_prediction_of_coarctation_in_neonates/11805795/1
如需原始数据获取支持或标注服务，请联系我们。
资源简介
该数据集旨在通过表观遗传学和人工智能技术，研究新生儿孤立性、非综合征性主动脉缩窄（CoA）的发病机制与预测。数据集包含24例CoA病例和16例对照的新生儿血液DNA甲基化数据，使用Illumina HumanMethylation450 BeadChip芯片检测了约45万个CpG位点的甲基化变化。通过Ingenuity通路分析（IPA）识别了表观遗传失调的分子和疾病通路，并利用六种人工智能平台（包括深度学习）进行CoA预测。研究结果表明，CoA患者中存在65个显著甲基化变化的CpG位点，涉及75个基因；深度学习模型预测CoA的AUC达到0.97，具有高敏感性和特异性。该数据集为精准心血管医学提供了重要的表观遗传学证据和AI预测工具，适用于心血管疾病机制研究、新生儿疾病筛查及AI在医疗诊断中的应用。
精度瓶颈？数据缺失？
当前公开数据无法满足您的算法精度？千方提供针对 主动脉缩窄 的高质量、多模态真实临床数据定制解决方案。