PET扫描测定服用β受体阻滞剂的心脏病患者心脏血流与活动区域

该数据集来自 clinicaltrials.gov,主题为充血性心力衰竭患者服用β受体阻滞剂后的心脏正电子发射断层扫描(PET)研究

National Heart, Lung, and Blood Institute (NHLBI)National Heart, Lung, and Blood Institute (NHLBI)
clinicaltrials
浏览 9
医学影像图像分割Heart Failure, Congestive
PET Scan to Determine Areas of Blood Flow and Activity in the Hearts of Patients With Heart Disease Taking Beta-Blockers

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-17

资源简介

PET扫描测定服用β受体阻滞剂的心脏病患者心脏血流与活动区域

该数据集来自 clinicaltrials.gov,主题为充血性心力衰竭患者服用β受体阻滞剂后的心脏正电子发射断层扫描(PET)研究。研究关注左心室功能恶化这一多因素过程,以及β受体阻滞剂对缺血性和非缺血性心肌病患者左心室功能的改善作用。数据可用于量化慢性β受体阻滞剂给药前后局部葡萄糖摄取与局部血流的变化,帮助探索β受体阻滞剂改善射血分数的机制,并比较其与冠状动脉血运重建后局部血流、功能和代谢改善的异同(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:心力衰竭,充血性。左心室功能恶化是充血性心力衰竭患者的特征,似乎是一个多因素过程。β受体阻滞剂似乎可以逆转这种恶化,并且常常改善缺血性和非缺血性心肌病患者的左心室功能。β受体阻滞剂改善射血分数的机制尚不清楚。尽管冠状动脉血运重建后局部血流、功能和代谢可能改善已得到充分证实,但β受体阻滞剂治疗是否会在充血性心力衰竭患者中产生类似的有益结果尚不清楚。本研究的目的是:1)使用正电子发射断层扫描,量化充血性心力衰竭患者长期服用β受体阻滞剂前后的局部葡萄糖摄取和局部血流,2)确定

【主题与分类】

主题标签:Heart Failure, Congestive。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/NCT00001402

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00001402

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

疾病:心力衰竭,充血性。左心室功能的恶化是充血性心力衰竭患者的特征性表现,似乎是一个多因素过程。β受体阻滞剂似乎能够逆转这种恶化,并且常常改善缺血性和非缺血性心肌病患者的左心室功能。β受体阻滞剂改善射血分数的机制尚不清楚。尽管已经明确冠状动脉血运重建后区域血流、功能和代谢可能改善,但β受体阻滞剂治疗是否会在充血性心力衰竭患者中产生类似的有益效果尚不清楚。本研究的目的在于:1)使用正电子发射断层扫描定量充血性心力衰竭患者长期服用β受体阻滞剂前后的区域葡萄糖摄取和区域血流;2)确定区域葡萄糖或脂质摄取或区域血流的改变是否与室壁运动和整体左心室功能的改善相关;3)确定缺血性和非缺血性心肌在血流或代谢方面是否存在差异。

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。

获取专属数据定制方案