混合PET-MRI对致心律失常性心肌病的组织与代谢特征研究:观察到的特征对表型及心肌病演变的影响
该数据集来自clinicaltrials.gov,聚焦致心律失常性心肌病(AC)。研究采用混合PET-MR成像,结合MRI与18F-FDG PET,对AC进行组织与代谢特征分析,并观察这些特征对心肌病表型及演变的影响

基本信息
资源简介
混合PET-MRI对致心律失常性心肌病的组织与代谢特征研究:观察到的特征对表型及心肌病演变的影响
该数据集来自clinicaltrials.gov,聚焦致心律失常性心肌病(AC)。研究采用混合PET-MR成像,结合MRI与18F-FDG PET,对AC进行组织与代谢特征分析,并观察这些特征对心肌病表型及演变的影响。项目为多中心观察性研究,纳入80例遗传性AC患者,旨在评估该成像工具在记录心肌炎症方面的价值,以弥补心内膜心肌活检的不足。数据可用于心肌炎症识别、心肌病表型分类及预后相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:致心律失常性心肌病。研究项目状态:致心律失常性心肌病(AC)的主要并发症是猝死,较少见的是心力衰竭。最近,有数据表明心肌炎症和心肌炎在该病理中可能起相关作用,但炎症对心肌病表现和预后的影响及其机制尚未明确阐明。迄今为止,心内膜心肌活检是记录心肌炎症的金标准。研究目的:评估一种新的混合PET-MR成像工具对AC进行组织和代谢特征分析的价值,该工具结合MRI和18F-FDG PET,已用于炎症性病理(心脏结节病)。项目描述:多中心观察性研究,纳入80例接受PET-MR的遗传性AC患者。描述观察到的
【主题与分类】
主题标签:Arrhythmogenic Cardiomyopathies。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/NCT05450783
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/NCT05450783
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:致心律失常性心肌病。研究项目现状:致心律失常性心肌病(AC)的主要并发症是猝死,较少见的是心力衰竭。近年来,有新数据显示心肌炎症和心肌炎在该病理中可能具有相关性,但炎症对心肌病表现和预后的影响及其机制尚未明确阐明。迄今为止,心内膜心肌活检是记录心肌炎症的金标准。研究目的:评估一种新的混合PET-MR成像工具在AC组织和代谢特征描述中的价值,该工具结合了MRI和18F-FDG PET,已用于炎症性病理(心脏结节病)。项目描述:一项多中心观察性研究,纳入80例接受PET-MR的遗传性AC患者。描述观察到的特征及其对心肌病表型及其演变的影响,研究相关免疫机制,并与现有的解剖病理学数据进行相关性分析。
预期结果与展望:首次通过PET-MR成像对AC的组织和代谢表型进行无创描述及其预后作用,若该成像在检测心肌炎症方面的性能得到证实,则为病理生理学和治疗学研究奠定基础。
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。




