DCM 精准医学研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03037632

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：特发性扩张型心肌病。不明原因的扩张型心肌病（DCM），临床上称为特发性扩张型心肌病，是最常见的心肌病，也是心脏移植的主要原因。DCM影响约一百万人，因此对美国公共卫生具有重大影响。DCM通常无症状，直到病程晚期才导致心力衰竭、残疾和死亡。由于其临床过程，任何识别DCM风险患者或在无症状阶段检测DCM的方法，都可能为干预提供巨大机会，以延长生命和预防晚期疾病。在这一模式下，DCM的精准医学可以极大地影响医疗保健结果和成本。DCM遗传学的最新进展带来了这些可能性，但家族复发风险、遗传病因、种族差异和基于家庭的筛查等未解决的问题必须得到解决才能向前推进。本研究基于研究小组已发表研究的中心假设是，DCM具有显著的遗传基础。

在本研究中，研究者假设：(a) 在一个美国多中心联盟招募的队列中，欧洲和非洲血统（EA/AA）的先证者中，35%将被归类为家族性，并给予明确的建议和协助以实现对亲属的临床筛查；(b) 约40%的DCM先证者，无论被归类为家族性或非家族性，或EA或AA，都将在先前与DCM相关的基因中具有致病性或可能致病性变异；© 一项帮助DCM先证者向其家庭成员传达DCM风险的定制干预措施，将改善必要临床和基因检测的接受度和影响。为检验这些假设，研究者提出：(1) 估计并比较被归类为家族性DCM的EA和AA DCM先证者的频率；(2) 估计并比较具有可识别遗传原因的DC先证者的比例

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。