急性应激诱导Takotsubo心肌病运动与心理康复:PLEASE研究

本数据集来自clinicaltrials.gov,聚焦急性应激诱导的Takotsubo心肌病,属于循环系统疾病/心力衰竭范畴

University of AberdeenUniversity of Aberdeen
clinicaltrials
浏览 12
医学影像分类Takotsubo Cardiomyopathy
Physical Exercise and Mental Wellbeing Rehabilitation for Acute Stress-induced Takotsubo Cardiomyopathy: The PLEASE Study

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-10

资源简介

急性应激诱导Takotsubo心肌病运动与心理康复:PLEASE研究

本数据集来自clinicaltrials.gov,聚焦急性应激诱导的Takotsubo心肌病,属于循环系统疾病/心力衰竭范畴。源站描述显示,该病以突发左心室功能障碍为特征,由重大应激诱发,恢复过程较既往认知更漫长,并伴随持续显著病态及长期心力衰竭表型。研究提出一项机制性三臂试点可行性试验,比较早期康复(标准化运动训练或认知行为疗法)与当前标准治疗,主要终点为通过31P磁共振波谱评估心脏能量状态恢复,次要终点包括皮质醇觉醒反应、超声心动图整体纵向应变等。数据可用于探索该病的康复干预与心脏代谢评估(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Takotsubo心肌病。急性Takotsubo心肌病以重大应激诱发的突发左心室功能障碍为特征。研究人员已表明,其恢复比先前认为的更为迁延,并与持续的重大病态和长期心力衰竭表型相关。在缺乏任何有效治疗选择的情况下,研究人员提出一项机制性三臂试点可行性试验,对近期发生Takotsubo心肌病发作的患者,比较早期康复(标准化运动训练或认知行为疗法)与当前标准治疗。主要终点将是通过31P磁共振波谱评估的心脏能量状态恢复,次要终点为皮质醇觉醒反应、超声心动图整体纵向应变

【主题与分类】

主题标签:Takotsubo Cardiomyopathy。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/NCT04425785

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/NCT04425785

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:应激性心肌病(Takotsubo Cardiomyopathy)。急性应激性心肌病的特征是由重大应激诱发的突发性左心室功能障碍。研究人员已证实,其恢复过程比既往认为的更为迁延,并伴有持续性重大并发症及长期心力衰竭表型。在缺乏有效治疗选择的情况下,研究人员提出一项机制性三臂初步可行性试验,对近期发生过应激性心肌病的患者,比较早期康复(标准化体育锻炼训练或认知行为疗法)与当前标准治疗的疗效。主要终点为通过31P-磁共振波谱评估的心脏能量状态恢复情况,次要终点包括皮质醇觉醒反应、超声心动图测量的整体纵向应变及6分钟步行试验。若试验成功,有望迅速推进为大规模随机临床试验。

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