瓣膜性心脏病性别特异性生物学特征的新刻画

数据集获取

源站：https://clinicaltrials.gov/study/NCT06780241

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

病症：主动脉瓣反流、二尖瓣反流、主动脉瓣狭窄。慢性瓣膜性心脏病会导致显著左心室重构。目前针对瓣膜性心脏病手术/介入转诊的国家指南并未考虑症状存在、左心室重构及功能障碍方面的性别差异。然而，我们先前在慢性主动脉瓣反流患者中的研究，经近期多中心研究验证，表明尽管女性左心室功能较高、心室扩张较少，但相比男性，她们经历更多心力衰竭症状，接受手术干预转诊较少，且不良结局发生率更高。同样，已发表的HVTI数据也显示，转诊接受二尖瓣手术干预的女性不良结局增加。心脏磁共振（CMR）为描述左心室重构中的性别差异提供了令人振奋的机会。结合传统CMR测量，新型CMR技术如磁共振指纹成像（MRF）、弥散张量成像（DTI）和放射组学分析提供了组织水平的特异性，有潜力增强表型映射。

理解性别特异性重构模式的局限性源于表现异质性，这混淆了传统分析方法。表型映射是一种机器学习方法，可将影像特征和患者聚类为不同的表型组。无监督表型映射能够根据临床特征以及复杂影像特征对患者进行无偏分组。在近期研究中，这种无偏表型映射方法显示出优于传统方法的心脏病风险分层能力，可用于指导个体化治疗。使用先进CMR技术（MRF、DTI、化学交换转移和放射组学分析）的目的是确定瓣膜介入手术后逆向重构的先进CMR预测因子，并制定性别特异性风险阈值。本研究的结果将能够

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。