Friedreich共济失调心脏表型特征研究

研究采用四种模态:手摇曲柄运动、心脏磁共振(CMR)成像、超声心动图(ECHO)以及血清心脏状态测量,包括高敏肌钙蛋白、NTproBNP和肌酸磷酸激酶(CPK)

Weill Medical College of Cornell UniversityWeill Medical College of Cornell University
clinicaltrials
浏览 4
医学影像分类Friedreich's Ataxia
Characterization of the Cardiac Phenotype of Friedreich's Ataxia (FRDA)

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

Friedreich共济失调心脏表型特征研究

本数据集来自clinicaltrials.gov,聚焦Friedreich共济失调(FRDA)患者的心脏功能障碍评估。研究采用四种模态:手摇曲柄运动、心脏磁共振(CMR)成像、超声心动图(ECHO)以及血清心脏状态测量,包括高敏肌钙蛋白、NTproBNP和肌酸磷酸激酶(CPK)。现有研究多针对单一模态,缺乏参数间相关性分析,尚不清楚哪些参数对心脏功能障碍更敏感。该初步研究旨在确定评估FRDA心脏受累最有用的参数,并探索无创检测方法,可用于心脏表型分类与心力衰竭相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Friedreich共济失调。本研究的重点是通过4种模态评估FRDA患者的心脏功能障碍:手摇曲柄运动、心脏磁共振(CMR)成像、超声心动图(ECHO)以及血清心脏状态测量,包括高敏肌钙蛋白(一种心肌细胞损伤指标)、N末端脑钠肽前体(NTproBNP,一种心力衰竭指标)和肌酸磷酸激酶(CPK,一种肌肉损伤的通用指标)。虽然已有针对其中某些模态的单独研究,但没有研究将这些参数关联起来,也不清楚哪些参数对心脏功能障碍更敏感。这项初步研究将有助于确定评估FRDA心脏受累最有用的参数。此外,该研究将调查可能……(源站描述在此处截断)

【主题与分类】

主题标签:Friedreich's Ataxia。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/NCT02316314

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/NCT02316314

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:弗里德赖希共济失调。本研究的重点是通过4种方式评估FRDA患者的心脏功能障碍:手摇曲柄运动、心脏磁共振(CMR)成像、超声心动图(ECHO)以及心脏状态的血清测量,包括高敏肌钙蛋白(一种心肌细胞损伤的指标)、N末端脑钠肽前体(NTproBNP,一种心力衰竭的指标)和肌酸磷酸激酶(CPK,一种肌肉损伤的通用指标)。虽然已有针对其中某些方式的个别研究,但尚无研究将这些参数进行关联分析,且尚不清楚哪些参数对心脏功能障碍更为敏感。这项初步研究将有助于确定在评估FRDA心脏受累方面最有用的参数。此外,该研究还将探索可作为神经系统疾病生物标志物的无创检测和操作。在其他神经系统疾病中,对角膜中神经细胞数量和结构的无创检查已被评估为疾病进展的指标。

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