Finerenone对糖尿病肾病患者心肌重构影响的研究
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭分类,聚焦糖尿病肾病合并左心室射血分数≥40%的心力衰竭患者

基本信息
资源简介
Finerenone对糖尿病肾病患者心肌重构影响的研究
该数据集来自clinicaltrials.gov,属于循环系统疾病/心力衰竭分类,聚焦糖尿病肾病合并左心室射血分数≥40%的心力衰竭患者。研究为前瞻性、开放标签、单臂心脏影像学试验,采用心脏磁共振(CMR)与MR Spectroscopy(MRS)定量评估Finerenone治疗6个月后心肌脂肪浸润、心肌纤维化(ECV)、整体左心室纵向收缩应变(GLS)等心肌重构指标的变化,可用于心肌重构相关指标的定量分析与预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:射血分数保留的心力衰竭、心力衰竭、射血分数轻度降低的心力衰竭。一、研究目标 本研究是一项前瞻性、开放标签、单臂心脏影像学试验。研究对象为糖尿病肾病(DKD)合并左心室射血分数(LVEF)≥40%的心力衰竭患者。目标是在Finerenone治疗6个月后,使用先进影像技术——心脏磁共振(CMR)和MR Spectroscopy(MRS)——定量评估心肌脂肪浸润、心肌纤维化(细胞外容积分数,ECV)、整体左心室纵向收缩应变(GLS)及其他心肌重构指标的变化。二、研究背景 盐皮质激素受体(MR)激活被认为是心力衰竭病理生理机制中的关键因素。MR激活
【主题与分类】
主题标签:Heart Failure。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/NCT07442448
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/NCT07442448
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:射血分数保留的心力衰竭、心力衰竭、射血分数轻度降低的心力衰竭。一、研究目标 本研究是一项前瞻性、开放标签、单臂心脏影像学试验。研究对象为糖尿病肾病(DKD)合并左心室射血分数(LVEF)≥ 40%的心力衰竭患者。目的是利用先进影像技术——心脏磁共振(CMR)和磁共振波谱(MRS)——定量评估非奈利酮治疗6个月后心肌脂肪浸润、心肌纤维化(细胞外容积分数,ECV)、整体左心室纵向收缩应变(GLS)及其他心肌重构指标的变化。二、研究背景 盐皮质激素受体(MR)激活被认为是心力衰竭病理生理机制中的关键因素。MR激活触发下游细胞内信号传导,导致钠水潴留、全身性高血压、内皮功能障碍,以及心脏和肾脏的病理性纤维化、肥厚和炎症反应。
传统盐皮质激素受体拮抗剂(MRAs),如螺内酯和依普利酮,已被证明可提高射血分数降低的心力衰竭(HFrEF,LVEF < 40%)患者的生存率和临床结局。然而,MRAs在非收缩性心力衰竭,尤其是射血分数保留的心力衰竭(HFpEF)中的疗效和作用仍存在争议。TOPCAT试验的事后分析表明,螺内酯可降低HFpEF患者心力衰竭住院和心血管死亡的风险,但伴随有高钾血症和肾功能恶化等副作用。非奈利酮是新一代非甾体类MRA,具有更高的MR选择性以及心脏和肾脏之间均衡的组织分布。临床研究表明,与螺内酯相比,非奈利酮在慢性肾脏病患者中诱发高钾血症和肾功能损害的风险更低。
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。




