CHORUS - 美国遗传性出血性毛细血管扩张症综合结局登记(原 OUR HHT Registry)
CHORUS 是美国遗传性出血性毛细血管扩张症(HHT)综合结局登记数据集,来源于 clinicaltrials.gov,本站归类于循环系统疾病 / 心力衰竭

基本信息
资源简介
CHORUS - 美国遗传性出血性毛细血管扩张症综合结局登记(原 OUR HHT Registry)
CHORUS 是美国遗传性出血性毛细血管扩张症(HHT)综合结局登记数据集,来源于 clinicaltrials.gov,本站归类于循环系统疾病 / 心力衰竭。数据覆盖 HHT 及脑动静脉畸形相关人群,涉及肺、肝、脑、脊髓的动静脉畸形以及鼻、口、胃肠道的毛细血管扩张病变,这些病变可导致急慢性出血、卒中、心力衰竭和死亡。该数据集可用于研究 HHT 的疾病结局、并发症与治疗应答,支持对新型抗血管生成疗法的疗效与预后进行预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:遗传性出血性毛细血管扩张症、HHT、脑动静脉畸形。背景与依据:HHT 的估计患病率为 5000 分之一,影响儿童和成人,累及多个器官。该疾病以血管畸形(VMs)为特征,包括肺、肝、脑、脊髓的动静脉畸形(AVMs)以及鼻、口和胃肠道的较小黏膜病变(毛细血管扩张)。这些病变导致急性和慢性出血、卒中、心力衰竭和死亡。目前治疗大多仅限于处理并发症,而尽管采用了最佳的手术和药物治疗,约 90% 的成人仍有持续症状。随着近期与血管生成相关的药物开发,有效的新疗法有望出现。研究者、专家、国际 HHT 指南、制药公司代表、CDC 及
【主题与分类】
主题标签:Hereditary Hemorrhagic Telangiectasia、HHT、Arteriovenous Malformation of Brain。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/NCT04150822
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/NCT04150822
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:遗传性出血性毛细血管扩张症,HHT,脑动静脉畸形。背景与依据 HHT的估计患病率为1/5000,累及儿童和成人,可涉及多个器官。该疾病以血管畸形(VMs)为特征,包括肺、肝、脑、脊髓的动静脉畸形(AVMs),以及鼻、口和胃肠道的较小黏膜病变(毛细血管扩张)。这些病变可导致急性和慢性出血、卒中、心力衰竭和死亡。目前治疗大多局限于处理并发症,而尽管采用了最佳的手术和药物治疗,约90%的成人仍有持续症状。随着近期与血管生成相关的药物研发进展,有望出现有效的新疗法。研究者、专家、国际HHT指南、制药公司代表、CDC以及HHT患者倡导组织(curehht.org)均一致认为,迫切需要该疾病的自然史数据,并明确其临床结局特征,以使患者能够从该领域药物研发的爆发式增长中获益。
截至2023年8月27日,OUR HHT登记处已过渡至CHORUS平台(Studytrax)以持续收集数据。目前仅部分由CHORUS资助的中心正在招募参与者。多伦多中心已完成招募,但在研究伦理委员会(REB)批准下仍保持活跃状态。
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。




