通过程序化影像、血液/尿液检测和病理学提高淀粉样变性认知与诊断
该数据集来自 clinicaltrials.gov,聚焦淀粉样变性(Amyloidosis)与转甲状腺素蛋白心脏淀粉样变性(ATTR-CA)

基本信息
资源简介
通过程序化影像、血液/尿液检测和病理学提高淀粉样变性认知与诊断
该数据集来自 clinicaltrials.gov,聚焦淀粉样变性(Amyloidosis)与转甲状腺素蛋白心脏淀粉样变性(ATTR-CA)。ATTR-CA 是由不可溶性转甲状腺素蛋白淀粉样纤维在心肌细胞外沉积引起的浸润性心肌病,野生型与变异型(家族性)的不稳定变化促使错误折叠聚集,最终形成淀粉样纤维并沉积于心脏等多种组织。心脏淀粉样变性通常是射血分数保留型心力衰竭的病因,也可能属于累及多器官的系统性疾病(如轻链淀粉样变性 AL)。该数据可用于淀粉样变性相关心力衰竭的认知提升与诊断研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:淀粉样变性。转甲状腺素蛋白心脏淀粉样变性(ATTR-CA)是一种浸润性心肌病,由不可溶性转甲状腺素蛋白淀粉样纤维在心肌细胞外沉积引起。野生型和变异型(家族性)的不稳定变化刺激错误折叠聚集,并最终形成淀粉样纤维,沉积在包括心脏在内的多种组织中。通常,心脏淀粉样变性是射血分数保留型心力衰竭的一个病因。心脏受累于淀粉样变性可能代表累及多器官的系统性疾病的一部分,正如轻链淀粉样变性(AL)中所见。心脏淀粉样变性的一种独特形式是错误折叠的转甲状腺素蛋白沉积,其源于天然蛋白的聚集或转甲状腺素蛋白(TTR)基因的遗传突变,尤其在老年患者中,并且随着老龄人口的增加,该
【主题与分类】
主题标签: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/NCT04983433
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/NCT04983433
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:淀粉样变性。转甲状腺素蛋白心脏淀粉样变性(ATTR-CA)是一种浸润性心肌病,由不溶性转甲状腺素蛋白淀粉样纤维在心肌细胞外沉积所致。野生型和变异型(家族性)转甲状腺素蛋白的不稳定变化可促使错误折叠聚集,最终形成淀粉样纤维并沉积于包括心脏在内的多种组织中。一般而言,心脏淀粉样变性是射血分数保留型心力衰竭的一种病因。心脏淀粉样变性累及心脏可能是系统性淀粉样变性伴多器官受累的一部分,如轻链型淀粉样变性(AL)中所见。心脏淀粉样变性的一种独特类型是错误折叠的转甲状腺素蛋白沉积,由天然蛋白聚集或转甲状腺素蛋白(TTR)基因遗传性突变所致,尤其在老年患者中更为常见;随着老龄人口增加,ATTR-CA的发病率不断上升,但其真实患病情况和正确诊断仍缺乏标准化策略,特别是由于存在具有相似表型的鉴别诊断疾病。
野生型ATTR-CA也称为老年系统性淀粉样变性,由年龄相关的TTR错误折叠引起,是年龄相关性心脏淀粉样变性中最常见的类型。由基因突变引起的遗传性ATTR-CA也可导致心脏淀粉样变性,但在巴西,最常见的突变Val30Met通常具有以神经系统为主的临床表型,这与美国相反,在美国,突变Val122Ile更为常见,表现为心肌病表型。由于存在非特异性症状和合并症,对心脏淀粉样变性认识不足通常导致诊断延迟和疾病进展。超声心动图是心力衰竭患者的一线检查技术,但在常规超声心动图引起心脏淀粉样变性怀疑的患者中,多参数指标或其组合的临床效用仍存在空白。该研究
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。




