台湾多中心心脏PYP扫描登记研究

该数据集来自clinicaltrials.gov,为台湾多中心心脏PYP扫描登记研究,覆盖心力衰竭与心脏淀粉样变性患者。研究者回顾性和前瞻性收集疑似或确诊ATTR-CM患者的所有PYP扫描,并随访至少1年

Far Eastern Memorial HospitalFar Eastern Memorial Hospital
clinicaltrials
浏览 2
医学影像分类Heart FailureCardiac Amyloidosis
A Multi-center Cardiac PYP Scan Registry in Taiwan

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-10

资源简介

台湾多中心心脏PYP扫描登记研究

该数据集来自clinicaltrials.gov,为台湾多中心心脏PYP扫描登记研究,覆盖心力衰竭与心脏淀粉样变性患者。研究者回顾性和前瞻性收集疑似或确诊ATTR-CM患者的所有PYP扫描,并随访至少1年。入组依据超声、NT-pro BNP及临床数据中的“红旗征”等临床怀疑。若心肌摄取为2级和3级,则安排基因检测并确认血清和尿AL检测结果。读片前评估图像质量,由经验丰富的核医学医师共识视觉分级。该数据有助于理解真实世界情况,可用于心脏淀粉样变性影像分类等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心力衰竭、心脏淀粉样变性。研究者将回顾性和前瞻性地收集在台湾医疗中心对疑似或确诊ATTR-CM患者进行的所有PYP扫描,并随访至少1年。根据诊断算法,基于超声、NT-pro BNP和临床数据中的“红旗征”等临床怀疑进行入组。如果心肌摄取为2级和3级,则安排基因检测,并确认血清和尿AL检测结果。读片前,将评估图像质量(良好、尚可但可判读、较差但可判读、较差且不足以判读)。所有图像将由经验丰富的核医学医师以共识方式进行视觉分级。这有助于理解真实世界数据。

【主题与分类】

主题标签:Heart Failure、Cardiac Amyloidosis。本站分类:循环系统疾病/心力衰竭。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05593679

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/NCT05593679

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

条件:心力衰竭、心脏淀粉样变性。研究者将回顾性和前瞻性地收集台湾医疗中心对疑似或确诊ATTR-CM患者进行的所有PYP扫描,并至少随访1年。根据诊断算法,基于临床怀疑如超声“红旗征”、NT-pro BNP和临床数据纳入。如果PYP心肌摄取为2级和3级,则安排基因检测,并确认血清和尿液AL检测结果。阅片前将评估图像质量(质量良好、尚可但可判读、较差但可判读、较差且不足以判读)。所有图像将由经验丰富的核医学医师以共识方式进行视觉分级。这有助于了解真实世界数据。

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