成人非致密化心肌病多模态表型国际联盟

数据集获取

源站：https://clinicaltrials.gov/study/NCT04424030

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：非致密化心肌病。非致密化心肌病（NCCM）是一种异质性、认识不足的疾病，其特征是心肌组织内层疏松明显，并与心力衰竭、卒中、严重心律紊乱和死亡相关。对于日益增多的被诊断为NCCM的人群，需要更好的风险分层，以合理分配（或安全地不予采用）这些影响重大的预防措施。这个国际联盟的目标是改善非致密化心肌病患者的照护。我们假设，对临床、遗传、结构和功能信息进行全面分析将改善风险分层。此外，我们假设，详细的结构分析将能够区分病理性与良性非致密化模式。在一个大型疑似NCCM成人患者队列中，我们将进行深入表型分析，包括临床信息、家系数据、遗传学、超声心动图和MRI，并对患者随访长达3年。

我们将应用基于机器学习的分析方法来开发预测模型，并将其性能与当前使用的模型和治疗标准进行比较。其次，在部分患者中，我们将进行高分辨率心脏CT，以详细描述心肌壁的结构特征。我们将探究心肌结构与区域收缩功能之间的关联，这些功能通过超声和MRI进行评估。本提案旨在识别与病理性非致密化相关的结构特征，并改进已开发的风险预测模型。通过创新成像技术发现与心肌收缩力相关的病理性结构特征，将增进我们对NCCM的理解。

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。