无症状重度主动脉瓣狭窄随机队列的MRI
该数据集来自clinicaltrials.gov,聚焦无症状重度主动脉瓣狭窄(AS)随机队列的心脏磁共振成像(MRI)数据

基本信息
资源简介
无症状重度主动脉瓣狭窄随机队列的MRI
该数据集来自clinicaltrials.gov,聚焦无症状重度主动脉瓣狭窄(AS)随机队列的心脏磁共振成像(MRI)数据。源站描述指出,正在进行的EASY-AS和EVOLVED等随机对照试验评估早期主动脉瓣置换策略,TAVR在低危患者中不劣于SAVR,MRI显示高达50%的无症状AS患者已存在LGE瘢痕,且瓣膜置换后仅部分可逆,并与死亡率相关。数据可用于分析早期干预是否减轻心肌瘢痕负荷,支持影像标志物与预后研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:重度主动脉瓣狭窄。正在进行的随机对照试验(RCT)正在检验无症状重度AS早期AVR策略(“重度无症状主动脉瓣狭窄的早期手术”:EASY-AS和“在无症状重度主动脉瓣狭窄患者中由左心室失代偿生物标志物指导的早期瓣膜置换”:EVOLVED),如果结果为阳性,有可能将干预时机提前至疾病早期。由于TAVR最近被证明在低风险、大多有症状的患者中不劣于SAVR,这也有可能扩展到无症状患者。MRI研究显示,高达50%的无症状AS患者已经存在瘢痕(LGE),即使在AVE后也仅部分可逆,并且仍然是死亡率的标志物。目前尚不清楚早期瓣膜置换是否会减少心肌内的瘢痕负荷。
【主题与分类】
主题标签:Aortic Stenosis, Severe。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/NCT05178368
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/NCT05178368
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
疾病情况:重度主动脉瓣狭窄。正在进行的随机对照试验(RCT)正在测试无症状重度主动脉瓣狭窄早期行主动脉瓣置换术(AVR)的策略(“重度无症状主动脉瓣狭窄的早期手术”:EASY-AS,以及“基于左心室失代偿生物标志物指导的无症状重度主动脉瓣狭窄患者早期瓣膜置换”:EVOLVED),如果结果为阳性,有可能将干预时机提前至疾病更早期。鉴于近期显示经导管主动脉瓣置换术(TAVR)在低风险、大多有症状的患者中不劣于外科主动脉瓣置换术(SAVR),这也有可能扩展至无症状患者。MRI研究显示,多达50%的无症状主动脉瓣狭窄患者已存在瘢痕(LGE),即使在主动脉瓣置换术(AVE)后也只能部分逆转,并且仍是死亡率的标志物。目前尚不清楚更早进行瓣膜置换是否会减少心肌内的瘢痕负荷。患者报告结局指标(PROM)日益被认为是手术的重要结局指标,尤其是在老年人群中,对于这些患者而言,生存率的显著提高可能既不可能实现,也并非患者所追求的目标。
世界卫生组织残疾评定量表-2(WHODAS-2)是一种标准化的跨文化健康状况测量工具,用于评估主要生活领域的功能与残疾,已被证明是评估残疾的有效且可靠的工具。一项对接受心力衰竭药物治疗患者PROMS工具的全面正式综述得出结论,Euroqol(EQ5D)和明尼苏达心力衰竭生活质量问卷(MLHFQ)最适合测量该群体的生活质量。Euroqol是欧洲最常用的通用工具,在重度AS患者AVR术后1年显示出改善。MLHFQ是一种心血管疾病特异性工具,已被证明在接受瓣膜手术的患者中可靠、有效且对治疗干预有反应。了解干预对
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。




