非缺血性病因所致射血分数降低型心力衰竭患者冠状动脉微血管功能障碍与左心室收缩功能改善的关系
该数据集来自 clinicaltrials.gov,聚焦非缺血性病因所致射血分数降低型心力衰竭(HFrEF)患者,探讨冠状动脉微血管功能障碍(CMD)与左心室收缩功能改善之间的关系

基本信息
资源简介
非缺血性病因所致射血分数降低型心力衰竭患者冠状动脉微血管功能障碍与左心室收缩功能改善的关系
该数据集来自 clinicaltrials.gov,聚焦非缺血性病因所致射血分数降低型心力衰竭(HFrEF)患者,探讨冠状动脉微血管功能障碍(CMD)与左心室收缩功能改善之间的关系。数据涉及心力衰竭、微血管性心绞痛及非缺血性心肌病等条件,覆盖以冠状动脉血流储备(CFR)受损定义的 CMD 评估,并提及可结合 CFR 与微循环阻力指数进行有创生理学评估。可用于分析 CMD 与 HFrEF 患者左心室功能改善的关联,支持预后或疗效相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Heart Failure, Microvascular Angina, Non-ischemic Cardiomyopathy. HF 是一种临床综合征,其特征是由于心室充盈或射血功能受损或两者兼有而导致呼吸困难或劳力受限。当左心室射血分数(LVEF)为 40% 或以下,并伴有进行性左心室扩张和不良心脏重构时,即为 HFrEF。其中,相当一部分患者具有非缺血性病因。4 由冠状动脉血流储备(CFR)受损所定义的 CMD,在非缺血性病因所致心肌病患者中常见,并且众所周知与不良预后相关,且独立于左心室功能异常的程度。然而,CMD 的存在可以通过使用 CFR 和微循环阻力指数的有创生理学评估来更特异地评价
【主题与分类】
主题标签:Heart Failure、Microvascular Angina、Non-ischemic 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/NCT06243653
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/NCT06243653
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:心力衰竭、微血管性心绞痛、非缺血性心肌病。心力衰竭是一种临床综合征,其特征是由于心室充盈或射血功能受损或两者兼有而导致呼吸困难或活动受限。当左心室射血分数(LVEF)为40%或以下,并伴有进行性左心室扩张和不良心脏重构时,即为射血分数降低的心力衰竭(HFrEF)。其中,相当一部分患者为非缺血性病因。4 冠状动脉微血管功能障碍(CMD)以冠状动脉血流储备(CFR)受损为定义,常见于非缺血性病因所致的心肌病患者,且已知其与不良预后相关,且独立于左心室功能异常的程度。然而,与仅测量CFR的无创方法(多普勒超声心动图、正电子发射断层扫描或心脏磁共振成像[MRI])相比,通过侵入性生理学评估同时使用CFR和微循环阻力指数(IMR)可以更特异地评估CMD的存在。
考虑到CMD定义为CFR降低伴IMR升高,反映了心肌血流受损和微血管损伤,它可能是非缺血性病因HFrEF患者不可逆心肌损伤的一个预测因子。然而,关于指南指导的药物治疗(GDMT)后非缺血性病因导致的HFrEF患者左室功能改善与CMD之间关联的数据有限。因此,研究者旨在评估非缺血性病因导致的HFrEF患者中CMD的发生率及其对GDMT后左心室功能改善的预后意义。
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。




