混合18F-Florbetaben PET/MRI用于心脏淀粉样变性成像

该数据集来自clinicaltrials.gov,聚焦心脏淀粉样变性,研究混合18F-Florbetaben PET/MRI在检测具有预后意义的疾病标志物中的价值

University Hospital, EssenUniversity Hospital, Essen
clinicaltrials
浏览 5
医学影像预测Cardiac Amyloidosis
Hybrid Florbetaben PET/MRI for Imaging of Cardiac Amyloidosis

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-10

资源简介

混合18F-Florbetaben PET/MRI用于心脏淀粉样变性成像

该数据集来自clinicaltrials.gov,聚焦心脏淀粉样变性,研究混合18F-Florbetaben PET/MRI在检测具有预后意义的疾病标志物中的价值。临床终点为PET阳性与阴性患者的主要不良心血管事件(如心力衰竭住院、心血管死亡、心脏复律器植入等),并评估按PET参数分层的MACE结局,比较各成像技术参数。CMR关注LGE、ECV、native T1 mapping,超声心动图关注EF、Strain、E/e'等功能参数。可用于心脏淀粉样变性预后预测与多模态影像分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心脏淀粉样变性。本研究的目的是探讨使用18F-Florbetaben PET/MRI混合成像在检测心脏淀粉样变性患者中具有预后相关性的疾病标志物方面的价值。临床终点定义为PET阳性与阴性患者中主要不良心血管事件(例如因心力衰竭住院、心血管死亡、心脏复律器植入等)的发生。此外,将评估按PET参数分层的MACE结局,并将成像技术的各个参数相互比较。CMR成像将聚焦于LGE存在、ECV、native T1 mapping,超声心动图则聚焦于常用标志物,包括EF、Strain、E/e'及其他功能参数。

【主题与分类】

主题标签: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/NCT07154381

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/NCT07154381

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:心脏淀粉样变性。本研究旨在探讨使用18F-Florbetaben PET/MRI混合成像在检测心脏淀粉样变性患者中具有预后相关性的疾病标志物方面的价值。临床终点定义为PET阳性与阴性患者中主要不良心脏事件(例如因心力衰竭住院、心血管死亡、心脏复律器植入等)的发生。此外,将评估按PET参数分层的主要不良心脏事件结局,并对各成像技术的个体参数进行相互比较。心脏磁共振成像将重点关注晚期钆增强的存在、细胞外容积、原生T1映射,超声心动图则关注常用标志物,包括射血分数、应变、E/e’及其他功能参数。

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