心脏淀粉样变性患者嗅觉障碍研究
该数据集来自 clinicaltrials.gov,主题为心脏淀粉样变性患者的嗅觉障碍研究,属于循环系统疾病/心力衰竭分类

基本信息
资源简介
心脏淀粉样变性患者嗅觉障碍研究
该数据集来自 clinicaltrials.gov,主题为心脏淀粉样变性患者的嗅觉障碍研究,属于循环系统疾病/心力衰竭分类。数据覆盖淀粉样变性、心脏淀粉样变性、嗅觉丧失、嗅觉减退、嗅觉异常、嗅觉障碍及味觉障碍等主题。可用于探索心脏淀粉样变性患者中嗅觉与味觉异常的临床特征,辅助识别心脏病发生前的临床征象,以提升早期检测与诊断能力(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:淀粉样变性、心脏淀粉样变性、嗅觉丧失、嗅觉减退、嗅觉异常、嗅觉障碍、味觉障碍。淀粉样变性是一种由纤维状蛋白在细胞外基质中持续积累引起的疾病,导致不同器官的结构被破坏。该病的患病率随年龄增长而增加。最常见的两种形式是轻链淀粉样变性(AL)和转甲状腺素蛋白(TTR)。TTR 淀粉样变性可能是遗传性的(m-TTR,或突变型)或与年龄相关的(WT-TTR,或野生型)。后者也称为老年性淀粉样变性。在所有这些形式中,心脏损害都很常见,并导致患者就诊/被转诊至心脏中心,但不幸的是往往为时已晚,此时预后直接与心脏损害的严重程度相关。在心脏病之前发现/识别临床体征对于改善检测和诊断很重要。
【主题与分类】
主题标签:Amyloidosis、Cardiac Amyloidosis、Olfactory Loss、Hyposmia、Dysosmia、Smell Disorders、Taste Disorders。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/NCT04661800
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/NCT04661800
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:淀粉样变性、心脏淀粉样变性、嗅觉丧失、嗅觉减退、嗅觉障碍、嗅觉疾病、味觉疾病。淀粉样变性是一种由纤维状蛋白在细胞外基质中持续积累,导致不同器官结构遭到破坏的疾病。该病的患病率随年龄增长而增加。最常见的两种类型是轻链淀粉样变性(AL)和转甲状腺素蛋白淀粉样变性(TTR)。TTR淀粉样变性可能是遗传性的(m-TTR,即突变型)或与年龄相关的(WT-TTR,即野生型)。后者也称为老年性淀粉样变性。在所有这些类型中,心脏受累都很常见,并导致患者就诊或被转诊至心脏中心,但不幸的是往往为时已晚,此时预后直接与心脏损害的严重程度相关。在心脏病出现之前描述/发现临床体征对于提高早期心脏淀粉样变性(CA)的检出和诊断非常重要。例如,在一些患者中,可在心力衰竭体征出现前5年观察到淀粉样沉积物浸润腕管滑膜,这是迄今为止已知的该病唯一的预警信号。
我们在先前的一项研究中还表明,患者的听力功能损害比按年龄和性别预期的更为严重且出现得更早。目的 主要目的是明确心脏淀粉样变性患者群体中嗅觉和味觉障碍的患病率及严重程度。主要终点是确定在被诊断为心脏淀粉样变性(3种突变型(遗传性)或老年野生型淀粉样变性(3种AL型淀粉样变性和TTR))的患者群体中,嗅觉和味觉功能受损的患者数量。方法 在因心脏科随访其病理而计划住院的心脏科患者群体中,针对被诊断为AC的患者开展连续单中心横断面研究,以筛查嗅觉和味觉障碍。
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。




