主动脉瓣狭窄患者中ATTR的靶向检测-先导研究
该数据集来自clinicaltrials.gov,聚焦主动脉瓣狭窄与心脏淀粉样变性,属于循环系统疾病/心力衰竭领域。研究旨在判断异常AVi值能否在接受TAVR的主动脉瓣狭窄患者中识别ATTR

基本信息
资源简介
主动脉瓣狭窄患者中ATTR的靶向检测-先导研究
该数据集来自clinicaltrials.gov,聚焦主动脉瓣狭窄与心脏淀粉样变性,属于循环系统疾病/心力衰竭领域。研究旨在判断异常AVi值能否在接受TAVR的主动脉瓣狭窄患者中识别ATTR。入组者需有症状性重度主动脉瓣狭窄、术前超声心动图和植入后侵入性血流动力学评估,并在TAVR后28天内接受99mTc-pyrophosphate骨闪烁显像。异常者需排查单克隆蛋白以排除轻链淀粉样变性,ATTR阳性者接受综合心力衰竭管理及可能的基因检测。数据可用于ATTR筛查与心衰管理研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:主动脉瓣狭窄、心脏淀粉样变性。目标1:确定异常的AVi值能否在接受TAVR的主动脉瓣狭窄患者中识别ATTR。因症状性重度主动脉瓣狭窄而接受TAVR、且具备TAVR前超声心动图和植入后侵入性血流动力学评估的患者有资格参与研究。AVi将从植入后侵入性血流动力学评估中记录。参与者将在TAVR后28天内接受骨闪烁显像(99mTc-焦磷酸盐平面/SPECT成像)。骨闪烁显像异常的参与者需要通过血液/尿液实验室检测评估单克隆蛋白,并可能进行组织活检/血液科会诊以排除轻链淀粉样变性。ATTR阳性的参与者将接受全面的心力衰竭管理,并可能进行基因检测以评估突变
【主题与分类】
主题标签:Aortic Valve Stenosis、Cardiac Amyloidosis。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/NCT04363294
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/NCT04363294
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:主动脉瓣狭窄、心脏淀粉样变性。目标1。确定异常的AVi值是否能在接受TAVR的主动脉瓣狭窄患者中识别出ATTR。因症状性重度主动脉瓣狭窄而接受TAVR,且具备TAVR前超声心动图检查和植入后侵入性血流动力学评估的患者,符合研究参与资格。AVi将根据植入后侵入性血流动力学评估记录。参与者将在TAVR后28天内接受骨闪烁显像(99mTc-焦磷酸盐平面/SPECT成像)。骨闪烁显像异常的参与者需要通过血液/尿液实验室检测评估单克隆蛋白,并可能需要组织活检/血液科会诊以排除轻链淀粉样变性。ATTR阳性的参与者将接受全面的心力衰竭管理,并可能接受基因检测以评估突变型ATTR。将报告AVi <0.5与≥0.5 mm Hg/次/分钟参与者中ATTR的患病率。将报告AVi预测ATTR的检测性能。目标2。
确定由超声心动图组织多普勒成像获得的s’联合AVi是否能增强对接受TAVR的主动脉瓣狭窄患者中ATTR的预测。s’将从TAVR前二尖瓣环的组织多普勒成像中记录。将在s’ ≤6 cm/秒且AVi <0.5 mm Hg/次/分钟与s’ >6 cm/秒且AVi <0.5 mm Hg/次/分钟的参与者中报告ATTR的患病率。目标3。设计一项试点试验,通过针对ATTR的靶向检测来改善TAVR后的患者结局。将在ATTR阳性与ATTR阴性的参与者中报告堪萨斯城心肌病问卷-12从基线至12个月的变化,以及12个月时具有合理生活质量的生存情况。
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。




