主动脉瓣狭窄的正电子发射断层扫描/磁共振成像
该数据集来自 clinicaltrials.gov,聚焦主动脉瓣狭窄与转甲状腺素蛋白淀粉样变性两类循环系统疾病,归入心力衰竭相关分类

基本信息
资源简介
主动脉瓣狭窄的正电子发射断层扫描/磁共振成像
该数据集来自 clinicaltrials.gov,聚焦主动脉瓣狭窄与转甲状腺素蛋白淀粉样变性两类循环系统疾病,归入心力衰竭相关分类。主动脉瓣狭窄是西方世界最常见的需手术瓣膜病,以瓣叶进行性钙化和纤维化、瓣口受限为特征,进而使左心室承受压力升高,导致心肌肥厚以维持每搏输出量;转甲状腺素蛋白淀粉样变性则以不溶性转甲状腺素蛋白在心脏等组织沉积为特征。数据可用于相关影像与疾病关联的分析研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:主动脉瓣狭窄、转甲状腺素蛋白淀粉样变性。主动脉瓣狭窄是西方世界最常见的需要手术的瓣膜疾病。其特征为瓣叶进行性钙化和纤维化以及瓣口开放受限。这进而使心肌(左心室)承受越来越高的压力,导致心肌增厚(左心室肥厚,LVH),以正常化室壁应力并维持心输出量(每搏输出量)。唯一可用的治疗是通过外科或微创瓣膜置换(TAVI)解除压力超负荷。转甲状腺素蛋白(TTR)淀粉样变性是一种以不溶性转甲状腺素蛋白(一种由肝脏产生的小蛋白四聚体)沉积于多种组织、主要沉积于心脏为特征的疾病。尽管存在由特定TTR基因突变引起的遗传性形式,但大多数病例发生于老年人
【主题与分类】
主题标签:Aortic Stenosis、Transthyretin Amyloidosis。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/NCT03352089
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/NCT03352089
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:主动脉瓣狭窄、转甲状腺素蛋白淀粉样变性。主动脉瓣狭窄是西方世界需要手术治疗的最常见瓣膜疾病。其特征为瓣叶进行性钙化和纤维化以及瓣膜开放受限。这进而使心肌(左心室)承受越来越大的压力,导致心肌增厚(左心室肥厚,LVH),以正常化室壁应力并维持心输出量(每搏输出量)。唯一可用的治疗方法是通过外科手术或微创瓣膜置换术(TAVI)解除压力超负荷。转甲状腺素蛋白(TTR)淀粉样变性是一种以不溶性转甲状腺素蛋白(一种由肝脏产生的小型蛋白四聚体)沉积于各种组织,主要沉积于心脏为特征的疾病。尽管存在由特定TTR基因突变引起的遗传性类型,但大多数病例发生于携带未突变TTR(野生型)的老年人。在老年人中发现TTR斑块相对常见;在一项尸检研究中,80岁以上的患者中有22-25%存在心脏淀粉样物质沉积的证据。
然而,在少数个体中会出现显著的进行性淀粉样物质沉积,导致心肌增厚和心力衰竭。目前尚无获批的药物治疗,尽管有几种药物已处于临床试验的后期阶段。由于上述两种疾病在老年人群中日益常见,且均以心肌增厚加重为特征,因此它们可能在个别患者中未被识别地共存。在伴有显著主动脉瓣狭窄的临床人群中,心脏淀粉样变性的患病率尚不清楚,但小型系列研究估计约为6%至29%。其他数据表明,即使接受了主动脉瓣置换术(AVR),合并主动脉瓣狭窄和心脏淀粉样变性的患者预后仍然不良。因此,识别合并淀粉样变性的主动脉瓣狭窄患者对于预测预后以及因为
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。




