心脏病继发肝病患者的Methacetin呼气试验
该数据集来自clinicaltrials.gov,聚焦心脏病继发肝病患者的Methacetin呼气试验,属于循环系统疾病/心力衰竭分类

基本信息
资源简介
心脏病继发肝病患者的Methacetin呼气试验
该数据集来自clinicaltrials.gov,聚焦心脏病继发肝病患者的Methacetin呼气试验,属于循环系统疾病/心力衰竭分类。研究设计为前瞻性试点队列,纳入20例患者,包括10例扩张型充血性心肌病和10例成人Fontan患者,计划随访3至5年,但因COVID-19影响提前终止。数据可用于评估Fontan循环患者无创肝功能检测的预后价值,支持心力衰竭相关肝病研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:扩张型心肌病、三尖瓣闭锁。研究设计与方法 研究设计:这是一项前瞻性试点队列研究,纳入20例扩张型充血性心肌病患者(10例)和一组成人Fontan患者(10例),从三级护理中心的成人先天性心脏病门诊招募。入组患者将前瞻性随访3-5年。研究时间线:我们预计大约需要2年招募纳入本研究的患者。患者将随访3-5年。然而由于covid 19问题,招募未按计划进行,由于这一延迟,我们不得不提前结束研究。由于研究提前终止,受试者将不会随访3-5年。研究终点:本项目旨在评估Fontan循环患者的无创功能性肝功能检测,可能用于预后pu
【主题与分类】
主题标签:Dilated Cardiomyopathy、Tricuspid Atresia。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/NCT04176458
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/NCT04176458
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:扩张型心肌病、三尖瓣闭锁。研究设计与方法 研究设计:这是一项前瞻性初步队列研究,纳入20例扩张型充血性心肌病患者(10例)以及一组成人Fontan患者(10例),后者从一家三级医疗中心的成人先天性心脏病门诊招募。入组患者将前瞻性随访3-5年。研究时间线:我们预计招募纳入本研究患者大约需要2年。患者将随访3-5年。然而,由于covid 19问题,招募未按计划进行,并且由于这一延迟,我们不得不提前结束研究。由于研究提前终止,受试者将不会随访3-5年。研究终点:本项目的目的是评估Fontan循环患者的无创功能性肝功能检查,其可能用于预后目的。涉及的程序:方法 筛选和知情同意 符合条件的患者将通过门诊肝病科、心力衰竭门诊和成人先天性心脏病门诊进行筛选和招募。
在预定门诊预约当天,由主要研究者(PI)或研究协调员在一间私密房间内与受试者接触。知情同意将由主要研究者、助理研究者或研究团队中获授权取得同意的人员获取。这将使潜在受试者有充分机会考虑是否参与,并将最大程度降低受到不当影响或胁迫的风险。将告知受试者该研究涉及的内容。将与受试者讨论任何可预见的风险或不适。将与受试者讨论保密保护措施,并向受试者提供在签署知情同意书之前或入组研究之后如有任何进一步问题可联系的人员姓名/电话号码。向受试者重申,参与是自愿的,不参与不会影响
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。




