心肌梗死中的细胞衰老
该数据集来自 clinicaltrials.gov，聚焦心肌梗死与细胞衰老，属于循环系统疾病/心力衰竭范畴。研究为观察性设计，比较近期发生心肌梗死后接受冠状动脉旁路移植术（CABG）的受试者与因更稳定心脏病接受CABG者的衰老细胞蛋白水平，并评估这些蛋白能否预测患者结局及是否与其他心脏病标志物相关
基本信息
资源简介
心肌梗死中的细胞衰老
该数据集来自 clinicaltrials.gov，聚焦心肌梗死与细胞衰老，属于循环系统疾病/心力衰竭范畴。研究为观察性设计，比较近期发生心肌梗死后接受冠状动脉旁路移植术（CABG）的受试者与因更稳定心脏病接受CABG者的衰老细胞蛋白水平，并评估这些蛋白能否预测患者结局及是否与其他心脏病标志物相关。数据通过采集血液样本和通常被丢弃的心脏组织样本获得，可用于探索衰老相关生物标志物与心血管疾病预后之间的关系（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：病症：心血管疾病、冠状动脉疾病、衰老、动脉粥样硬化、心肌梗死、炎症、心力衰竭。这项观察性研究的目标是比较近期心脏病发作后接受冠状动脉旁路移植术（CABG）或为治疗更稳定心脏病而接受CABG的参与者中衰老细胞蛋白的水平。它旨在回答的主要问题是：1. 与因更稳定心脏病接受CABG的参与者相比，确定发生过心肌梗死并接受CABG的参与者中衰老细胞蛋白是否增加。2. 确定这些衰老细胞蛋白的水平能否预测这些患者的结局，以及它们是否与其他心脏病标志物相关。研究者将通过采集每组参与者的血液样本和通常被丢弃的心脏组织样本来实现这一点。
【主题与分类】
主题标签：Cardiovascular Diseases、Coronary Artery Disease、Aging、Atherosclerosis、Myocardial Infarction、Inflammation、Heart Failure。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/NCT07693712
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/NCT07693712
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：心血管疾病、冠状动脉疾病、衰老、动脉粥样硬化、心肌梗死、炎症、心力衰竭。这项观察性研究的目标是比较近期心脏病发作后接受冠状动脉旁路移植术（CABG）或为治疗更稳定心脏病而接受CABG的参与者中衰老细胞蛋白的水平。该研究旨在回答的主要问题包括：1. 与因更稳定心脏病接受CABG的参与者相比，确定心肌梗死后接受CABG的参与者中衰老细胞蛋白是否增加。2. 确定这些衰老细胞蛋白的水平能否预测这些患者的结局，以及它们是否与其他心脏病标志物相关。研究者将通过采集每组参与者的血液样本和通常被丢弃的心脏组织样本来实现这一目标。这可能有助于了解谁患心脏病的风险最高，以及患者如何从心脏病发作中恢复。
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。
