心肌锰增强磁共振成像
该数据集来自 clinicaltrials.gov,聚焦心肌的锰增强磁共振成像(MRI),覆盖缺血性心肌病、扩张型心肌病和肥厚型心肌病三类患者

基本信息
资源简介
心肌锰增强磁共振成像
该数据集来自 clinicaltrials.gov,聚焦心肌的锰增强磁共振成像(MRI),覆盖缺血性心肌病、扩张型心肌病和肥厚型心肌病三类患者。数据涉及在扫描过程中静脉注射含锰的新型对比剂,以评估心脏结构与功能,并探索其对心脏工作方式的独特显示能力。可用于心肌病变的识别与分型研究,以及新型对比剂在心脏 MRI 中的应用评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:缺血性心肌病、扩张型心肌病、肥厚型心肌病。使用磁共振成像(MRI)扫描心脏能够对其结构和功能进行详细评估。通过在扫描过程中向静脉注射对比“染料”,MRI 可以提供关于心脏的更详细信息。这可以突出显示心脏内的异常区域。当前的对比染料有助于识别心脏内的瘢痕,这对心脏病发作过的人很有用。研究者计划测试含有锰的新型对比染料,其作用方式与当前药剂不同。他们相信它将为了解心脏如何工作提供独特见解。心脏问题的原因有很多,研究者计划使用这种新型对比剂扫描三组患者;(i)由心脏病发作引起的心脏病,(ii)具有异常
【主题与分类】
主题标签:Ischemic Cardiomyopathy、Dilated Cardiomyopathy、Hypertrophic 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/NCT03607669
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/NCT03607669
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:缺血性心肌病、扩张型心肌病、肥厚型心肌病。利用磁共振成像(MRI)扫描心脏,能够详细评估其结构与功能。通过在扫描过程中向静脉注射对比剂“染料”,MRI可提供关于心脏的更详细信息,从而突出显示心脏内的异常区域。当前的对比剂有助于识别心脏内的瘢痕,这对心脏病发作过的患者尤为有用。研究人员计划测试含锰的新型对比剂,其作用机制与现有对比剂不同。他们相信这将为心脏工作原理提供独特见解。心脏问题的成因多种多样,研究人员计划使用这种新型对比剂对三组患者进行扫描:(i)由心脏病发作引起的心脏病,(ii)心肌异常增厚的心脏病,以及(iii)心脏扩张增大的心脏病。同时,将扫描健康志愿者作为对照。该研究将在爱丁堡皇家医院进行。年龄在18至65岁之间、病情稳定的心力衰竭成年患者可被纳入考虑。
可能怀孕的女性无法参与,体内有某些类型金属的人也无法参与,因为这些人不能安全地接受MRI扫描。所有参与者都将接受2次MRI扫描,每次持续约1小时,间隔至少2天。部分参与者将在更长时间内接受4次MRI扫描。研究人员还将采集一些血液样本并记录心律描记图,并通过电话随访确保没有异常的副作用。研究人员认为,这种新试剂有望更好地测量心脏疾病,提高确定心脏病病因的能力,并有助于随时间监测疾病以及指导个体患者的未来治疗。
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。




