外周动脉疾病患者个体化血栓预防

数据集获取

源站：https://clinicaltrials.gov/study/NCT07613840

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

病症：外周动脉疾病（PAD）、截肢、血栓形成、血栓形成（支架内血栓形成）、血小板聚集抑制剂、血栓弹力图（TEG）、PRU（血小板反应单位）。科学依据：约17%的PAD患者在下肢血运重建后6个月内发生移植物和支架内血栓形成，并且是该人群截肢和死亡的主要驱动因素。当前的标准治疗（SOC）血栓预防措施采用统一的抗血小板方案，尽管有充分证据表明患者间血小板反应性和药物反应存在差异——高达60-65%的PAD患者表现出对阿司匹林或氯吡格雷的抵抗。缺乏个性化、客观的血栓预防策略是PAD管理中的一个关键缺口。技术：血栓弹力图结合血小板映射（TEG-PM）TEG-PM是一种全血、即时检验方法，可实时评估患者的完整凝血谱。TEG可表征凝血启动（R时间）、动力学（K时间、α角）、最大血块强度（mA）和纤维蛋白溶解（Lysis 30），从而能够区分低凝和高凝状态。

血小板图通过花生四烯酸（AA）和二磷酸腺苷（ADP）激动剂测定量化血小板抑制，得出一个血小板抑制百分比，反映每位患者对抗血小板治疗的实时药效学反应。所有样本均在经验证的处理窗口内，使用枸橼酸盐和肝素钠采血管，在TEG 6s（Haemonetics®）止血分析仪上进行分析。初步数据：一项纳入162例PAD患者的前瞻性观察性研究发现，血小板抑制是血管重建术后血栓形成的唯一独立预测因子。29%的阈值可识别高血栓风险（敏感性87%，特异性71%；AUC 0.756），而86%的上限阈值可识别出血风险升高（敏感性71%，特异性87%；AUC 0.84），由此界定出29-86%的治疗窗。另一项对来自143例PAD患者的521份TEG-PM样本的分析证实，血小板抑制反应在患者间存在广泛差异，支持反对统一治疗策略的观点。Pil

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。