自体间充质干细胞植入治疗缺血性扩张型心肌病
该数据集来自 clinicaltrials.gov,主题为缺血性扩张型心肌病(ICM)患者接受自体间充质干细胞(MSCs)植入的研究

基本信息
资源简介
自体间充质干细胞植入治疗缺血性扩张型心肌病
该数据集来自 clinicaltrials.gov,主题为缺血性扩张型心肌病(ICM)患者接受自体间充质干细胞(MSCs)植入的研究。ICM 表现为左心室腔异常扩大并伴左心室功能不良,由严重冠状动脉疾病(CAD)引起。心肌梗死后左心室重构被认为是 ICM 预后不良的重要原因,因此预防左心室重构是治疗目标。细胞治疗为包括严重 CAD 和心力衰竭在内的心脏疾病提供了新策略,MSCs 可从骨髓分离,实验与临床研究显示其是心肌梗死后再生治疗最合适的细胞类型(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:缺血性扩张型心肌病。缺血性扩张型心肌病(ICM)定义为因严重冠状动脉疾病(CAD)导致的左心室(LV)腔异常扩大并伴有已记录的左心室功能不良。心肌梗死后不可避免的左心室重构被认为在很大程度上导致了 ICM 患者的不良结局,因此预防左心室重构是严重 CAD 患者治疗的目标。细胞治疗代表了一种治疗心脏疾病(包括严重 CAD 和心力衰竭)的新型治疗策略。一种被称为间充质干细胞(MSCs)的干细胞可从骨髓中分离。迄今为止的实验和临床研究表明,间充质干细胞是心肌梗死(MI)后再生治疗最合适的细胞类型。注射到缺血心肌后,
【主题与分类】
主题标签:Ischemic Dilated Cardiomyopathy。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/NCT01720888
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/NCT01720888
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:缺血性扩张型心肌病。缺血性扩张型心肌病(ICM)定义为因严重冠状动脉疾病(CAD)导致左心室(LV)腔异常扩大,并伴有已记录的左心室功能不良。心肌梗死后不可避免发生的左心室重构被认为在很大程度上导致了ICM患者的不良预后,因此预防左心室重构是严重CAD患者治疗的目标。细胞治疗是治疗包括严重CAD和心力衰竭在内的心脏疾病的一种新型治疗策略。一种被称为间充质干细胞(MSCs)的干细胞可从骨髓中分离获得。迄今为止的实验和临床研究表明,间充质干细胞是心肌梗死(MI)后再生治疗最合适的细胞类型。注射到缺血心肌后,来自不同动物物种的骨髓来源间充质干细胞(BM-MSC)可分化为多种细胞谱系,包括内皮细胞和心肌细胞,从而改善左心室功能。
在马来西亚,我们此前已证明有能力从少量骨髓抽吸物中分离和提取间充质干细胞。用于临床应用的人间充质干细胞的分离、扩增以及储存、运输和分化的可行性已在本地完成。研究人员使用自体骨髓间充质干细胞,经体外扩增后,用于三名终末期缺血性扩张型心肌病且正在等待心脏移植的患者,每名患者在开胸手术期间均将间充质干细胞直接注射到心肌内。十二个月后,所有患者均存活且状况良好,心功能、生活质量及其他参数均有显著改善,包括心脏扫描显示心肌瘢痕体积缩小。同一组研究人员进一步开展了一项研究,对十名尽管接受最大程度药物治疗但心功能仍难治的严重扩张型心肌病患者,接受自体
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。




