特发性扩张型心肌病
该数据集来源于 clinicaltrials.gov,主题为特发性扩张型心肌病,本站归类于循环系统疾病下的心力衰竭。源站描述回顾了 1987 年对该病的认识:当时病因不明,可弥漫或多因素地直接累及一侧或双侧心室,并至少使部分患者出现心力衰竭;虽曾提出病毒病因,但该病可与多种遗传及非遗传疾病相关,而当

基本信息
资源简介
特发性扩张型心肌病
该数据集来源于 clinicaltrials.gov,主题为特发性扩张型心肌病,本站归类于循环系统疾病下的心力衰竭。源站描述回顾了 1987 年对该病的认识:当时病因不明,可弥漫或多因素地直接累及一侧或双侧心室,并至少使部分患者出现心力衰竭;虽曾提出病毒病因,但该病可与多种遗传及非遗传疾病相关,而当时人类遗传因素的作用尚不清楚。数据可用于了解该病早期研究背景与相关主题标签(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:心脏疾病、心肌病、充血性。背景:1987 年,特发性扩张型心肌病是一种病因不明的疾病,以弥漫或多因素方式直接累及一侧或双侧心室,并至少使部分患者出现心力衰竭。尽管曾提出病毒病因,但扩张型心肌病可与多种遗传及非遗传疾病相关。然而在 1987 年,遗传因素在人类中的作用尚不清楚。虽然该病通常被视为散发性而被忽视,但已观察到许多有多个患病成员的家系。1987 年,心房钠尿肽水平在特发性扩张型心肌病发病机制或进展中的作用才刚刚开始被探索。尽管叙利亚仓鼠研究并未提示遗传缺陷是扩张型心肌病的主要病因
【主题与分类】
主题标签:Heart Diseases、Cardiomyopathy, Congestive。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/NCT00005201
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/NCT00005201
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:心脏病、心肌病、充血性。背景:1987年,特发性扩张型心肌病是一种病因不明的疾病,以弥漫性或多元因素方式直接影响一个或两个心室,并至少在某些患者中导致心力衰竭。尽管曾提出病毒病因,但扩张型心肌病可与众多遗传性和非遗传性疾病相关联。然而在1987年,遗传因素在人类中的作用尚不清楚。尽管该病通常被视为散发性而被忽视,但已观察到众多有多个患病成员的家系。1987年,心房钠尿肽水平在特发性扩张型心肌病发病机制或进展中的作用才刚刚开始被探索。尽管叙利亚仓鼠研究并未提示遗传缺陷是该模型中扩张型心肌病的主要原因,但人们认为ANP的产生或水平可能以某种方式参与特发性扩张型心肌病患者心肌的应答方式。
设计叙述:对符合条件的患者进行访谈,并询问其是否有任何一级亲属愿意参与。若家庭成员参与,则构建三代家系图并联系一级亲属。对亲属进行病史访谈,并查阅来自其他机构的医疗记录。每位家庭成员均接受简短的心血管检查、12导联心电图以及二维、M型和多普勒超声心动图检查。抽血测定心房钠尿肽(ANP)水平。评估年龄、性别、药物使用、吸烟及其他伴随因素的变异性对ANP和超声心动图数据变异性的贡献。在去除这些变异来源后,评估家庭成员之间相似性的强度。评估基因和共享环境对家庭成员之间相似性的相对贡献。平均水平的异质性
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。




