瑞士心脏淀粉样变性注册研究 Swiss-CARE
Swiss-CARE 是来自 clinicaltrials.gov 的心脏淀粉样变性注册研究数据集,聚焦心脏转甲状腺素蛋白淀粉样变性(ATTR)这一最常见的累及心脏的淀粉样变性类型

基本信息
资源简介
瑞士心脏淀粉样变性注册研究 Swiss-CARE
Swiss-CARE 是来自 clinicaltrials.gov 的心脏淀粉样变性注册研究数据集,聚焦心脏转甲状腺素蛋白淀粉样变性(ATTR)这一最常见的累及心脏的淀粉样变性类型。该病由错误折叠的 TTR 沉积引起,导致浸润性心肌病,从心肌壁增厚逐步进展为舒张、收缩功能障碍及慢性心力衰竭。研究系统采集治疗开始前及治疗后 18 个月内的 CMR 数据,并涉及临床与实验室随访,可用于探索治疗反应与疾病进展的监测方式,以及治疗前结局预测标志物的研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:淀粉样心肌病。心脏转甲状腺素蛋白淀粉样变性(ATTR)是最常见的累及心脏的淀粉样变性类型,由错误折叠的 TTR 的组织沉积引起,TTR 是甲状腺素和视黄醇的转运蛋白。淀粉样纤维在心室沉积导致浸润性心肌病,从明显的心肌壁增厚进展为舒张和收缩功能障碍,最终导致慢性心力衰竭。虽然目前已有治疗选择,但如何监测治疗反应和疾病进展仍不清楚。尚未发现能在治疗开始前预测结局的标志物,因此治疗的患者选择仍具挑战性。研究者将研究这些问题,并提供在治疗开始前及治疗开始后 18 个月过程中系统评估的 CMR 数据。临床和实验室随
【主题与分类】
主题标签:Amyloid 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/NCT04776824
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/NCT04776824
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:淀粉样变性心肌病。心脏转甲状腺素蛋白淀粉样变性(ATTR)是累及心脏的最常见淀粉样变性形式,由错误折叠的TTR组织沉积引起,TTR是一种转运甲状腺素和视黄醇的蛋白质。淀粉样纤维在心室沉积导致浸润性心肌病,从显著的心肌壁增厚进展为舒张和收缩功能障碍,最终导致慢性心力衰竭。尽管目前已有治疗选择,但如何监测治疗反应和疾病进展仍不明确。尚未发现能在治疗开始前预测结局的标志物,因此患者治疗选择仍具挑战性。研究者的研究将解决这些问题,并提供在治疗开始前及开始后18个月期间系统评估的CMR数据。临床和实验室随访将每3-6个月进行一次。研究者的研究基于对伯尔尼Inselspital所有诊断为淀粉样变性患者进行的开放、非对照、结构化的回顾性和前瞻性数据收集,目的是对接受治疗的患者进行随访。
研究人员假设,CMR特征追踪(FT)以及T1和T2映射测量,如细胞外体积(ECV),可能更好地与疾病严重程度相关,并有助于识别可能从(正在进行的)TTR稳定治疗中获益的患者。除标准CMR评估外,研究人员将使用CMR特征追踪来量化整体和区域心肌功能。FT已被证明是多种心肌病的优秀预测指标。拟议的研究将评估CMR在识别可能从治疗中获益的患者、监测治疗反应以及平衡个体患者获益与医疗成本方面的潜力。
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。




