STEMI患者多中心队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT03070496

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：STEMI——ST段抬高型心肌梗死。缺血性心脏病是工业化国家死亡的首要原因，每年导致720万人死亡（世界卫生组织数据）。心肌梗死对应冠状动脉急性闭塞，是最凶险的类型，也是较为严重的缺血性心肌疾病。在法国，每年约有6万例心肌梗死患者住院，其中3万例被远程诊断，3万例以首发猝死的形式显现。尽管过去十年心肌梗死死亡率下降了30%，但其预后仍不良且难以精确评估。患者的治疗管理取决于这些因素，因此有必要围绕这些主题开展积极研究，包括不良心室重构、心肌炎症、再灌注损伤等机制，这些机制尤其决定了向心力衰竭的演变。心肌梗死患者队列虽罕见，但因其临床、实验室和影像学资料记录完善而极具价值。它们是研究或干预新假说的来源，也是医疗质量评估工具。

本项目的主要目标是识别新标志物：生物学和影像学标志物、治疗反应及急性心肌梗死后的预后。HIBISCUS-STEMI队列的次要目标是建立一个临床数据库，并以生物样本和影像学数据加以补充，这些数据可用于以下领域：* 心肌梗死和心肌再灌注的描述性流行病学 * 药物流行病学与治疗观察：真实生活中的安全性、有效性、治疗适应证、费用 * 评估治疗对心力衰竭和猝死发生的长期影响 * 生活质量及心肌梗死对个人、家庭、职业和社会的影响 * 寻找新的诊断和预后生物标志物 * 研究项目（例如，比较心肌梗死患者发生肾衰竭或卒中的风险

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。