肥厚型心肌病患者中变时功能不全的临床与预后影响
该数据集包含681名肥厚型心肌病患者的临床与运动测试数据,数据模态包括患者人口统计学信息、超声心动图测量值、心肺运动试验参数(如峰值心率、峰值氧摄取量)以及长期随访的临床结局记录,主要用于研究运动心率反应(变时功能不全)对患者心力衰竭和心源性猝死风险的预测价值,为肥厚型心肌病的风险分层和预后评估提供重要的临床证据。

基本信息
资源简介
肥厚型心肌病患者中变时功能不全的临床与预后影响
【数据集背景】
本数据集源站标题为《Clinical and prognostic impact of chronotropic incompetence in patients with hypertrophic cardiomyopathy》。源站首次发布:2019-09-17。
【数据内容】
源站原始描述:BACKGROUND: A blunted heart rate (HR) response is associated with an impaired peak oxygen uptake (pVO2), a powerful outcome predictor in hypertrophic cardiomyopathy (HCM). The present multicenter study sought to determine the prognostic role for exercise-induced HR response in HCM. METHODS: A total of 681 consecutive HCM outpatients on optimized treatment were recruited. The heart failure (HF) end-point was death due to HF, cardiac transplantation, NYHA III-IV class progression, HF worsening lea…
【数据结构与技术规格】
文件数 1 个,合计 168.13 KB。数据集 DOI:10.17632/jzrkggb8mw.1。
【获取与许可】
源站页面:https://data.mendeley.com/datasets/jzrkggb8mw
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://data.mendeley.com/datasets/jzrkggb8mw
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
该数据集是一项关于肥厚型心肌病(HCM)患者运动诱发性心率反应与预后关系的多中心临床研究。数据集包含681名接受优化治疗的连续HCM门诊患者的临床资料、运动测试参数(如峰值心率、峰值氧摄取量、运动心脏功率)及随访结局数据。数据通过前瞻性观察收集,记录了患者的人口统计学特征、超声心动图指标、心肺运动试验结果以及终点事件(包括心力衰竭相关事件和心源性猝死)。该数据集主要用于评估变时功能不全对HCM患者预后的影响,探索心率反应作为风险分层标志物的价值,并为HCM的临床管理提供循证依据。
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。




