心脏淀粉样变性患者的筛查、特征描述与纵向随访
该数据集来自 clinicaltrials.gov,聚焦心脏淀粉样变性患者的筛查、特征描述与纵向随访,属于循环系统疾病/心力衰竭范畴

基本信息
资源简介
心脏淀粉样变性患者的筛查、特征描述与纵向随访
该数据集来自 clinicaltrials.gov,聚焦心脏淀粉样变性患者的筛查、特征描述与纵向随访,属于循环系统疾病/心力衰竭范畴。研究对象为在启动特异性治疗前接受临床指征诊断评估的淀粉样变性患者,涵盖心脏 MRI、运动负荷 MRI、磁共振波谱、肺功能检测、心肺运动试验(spiroergometry)以及血液检测(包括 NT-proBNP、肌钙蛋白、血清游离轻链、免疫固定电泳等生物标志物)等综合基线评估,并在 3 个月和 9 个月进行常规临床随访,在 6、12 个月等时间点开展研究特定影像与功能检测。可用于心脏淀粉样变性的诊断、表型分型及纵向预后相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:心脏淀粉样变性、心力衰竭、心脏 MRI、波谱分析、诊断、表型分型。本研究旨在纵向评估心脏淀粉样变性患者。研究对象为在启动特异性治疗前接受临床指征性淀粉样变性诊断评估的患者。参与者将接受全面的基线评估,包括静息心脏 MRI、运动负荷 MRI、磁共振波谱、肺功能检测、心肺运动试验(spiroergometry)以及血液检测,包括与心脏淀粉样变性相关的生物标志物(例如 NT-proBNP、肌钙蛋白、血清游离轻链、免疫固定电泳及其他常规实验室参数)。患者将在 3 个月和 9 个月时作为常规临床护理的一部分接受随访。研究特定评估,包括影像和功能检测,将在 6、12 和
【主题与分类】
主题标签:Amyloidosis Cardiac、Heart Failure、Cardiac MRI、Spectroscopic Analysis、Diagnosis、Phenotyping。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/NCT07577466
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/NCT07577466
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
条件:淀粉样变性心脏、心力衰竭、心脏MRI、光谱分析、诊断、表型分析。本研究旨在纵向评估心脏淀粉样变性患者。患者在开始特定治疗前接受临床指征的淀粉样变性诊断检查。参与者将接受全面的基线评估,包括静息心脏MRI、运动负荷MRI、磁共振波谱分析、肺功能检测、心肺运动试验(功率自行车运动试验)以及血液检测,包括与心脏淀粉样变性相关的生物标志物(如NT-proBNP、肌钙蛋白、血清游离轻链、免疫固定电泳及其他常规实验室参数)。患者将在3个月和9个月时作为常规临床护理的一部分进行随访。研究特定的评估,包括影像学和功能检测,将在6个月、12个月和24个月时进行。影像学、功能和实验室检查结果将与临床特征、实验室参数及随时间推移的治疗情况进行关联分析,以改善心脏淀粉样变性的疾病特征描述、监测和对疾病进展的理解。
本研究旨在系统性地描述心脏结构与功能、疾病表型及临床状态,并评估其随时间的变化。研究过程中收集的额外数据不会影响临床管理,仅用于科学分析。总体目标是通过在真实世界临床环境中进行全面表型分析和随访,加深对疾病进展和治疗效果的理解。
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。




