颅内动脉粥样硬化斑块特征与脑小血管病总负担的关联性研究:基于分支动脉粥样硬化疾病的回顾性研究

该数据集包含分支动脉粥样硬化疾病患者的颅内动脉粥样硬化斑块高分辨率磁共振影像特征、脑小血管病影像标志物(如白质高信号、脑微出血)及总负担评分等多模态临床影像数据,主要用于研究斑块特征与脑小血管病负担之间的关联,以揭示颅内动脉粥样硬化影响脑小血管病变进展的机制,并为临床风险分层和疾病预测提供影像学依据。

Luo, Weigang; Meng, Danlin; Dong, Yujuan; Ren, Huiling; Zhang, Guisong; Meng, Linghui; Bu, Wei; Wang, JinyangLuo, Weigang; Meng, Danlin; Dong, Yujuan; Ren, Huiling; Zhang, Guisong; Meng, Linghui; Bu, Wei; Wang, Jinyang
Taylor & Francis Group
2025-12-08 更新
浏览 9
脑血管疾病医学影像分析

基本信息

创建/更新时间
2025-12-08

资源简介

该数据集是一项针对分支动脉粥样硬化疾病(BAD)患者的回顾性研究,旨在探究大脑中动脉粥样硬化斑块特征与脑小血管病(CSVD)影像标志物以及总CSVD负担之间的关联。数据集包含通过高分辨率磁共振成像(HR-MRI)量化的斑块参数(如分布、管腔狭窄、重塑模式等)以及常规MRI评估的CSVD影像标志物(如白质高信号、脑微出血、腔隙性梗死)和总CSVD负担评分。研究采用多变量逻辑回归分析和ROC曲线评估斑块特征对CSVD负担的预测价值。该数据集主要应用于脑血管疾病研究领域,特别是用于探索颅内动脉粥样硬化与脑小血管病变的病理机制、临床风险分层以及影像学生物标志物的开发。

原始链接

https://tandf.figshare.com/articles/dataset/Association_of_Intracranial_Atherosclerotic_Plaque_Features_with_Total_Cerebral_Small_Vessel_Disease_Burden_A_Retrospective_Study_in_Branch_Atheromatous_Disease/30796504/1

访问原始数据

官方服务

如需原始数据获取支持或标注服务,请联系我们。

帮我联系

下载信息

注册下载

Tips: 该数据集需要在对应的数据源网站注册通过后,才能进行数据下载,注册有对应要求,或者需要收费。

暂未开放

公开下载

Tips: 该数据集属于公开下载,应该可以免费公开下载。

免登录

有偿下载

Tips: 该数据集 Qianfanghub 可以协助提供有偿下载服务,注意,服务不针对数据相关产权,只是技术服务费。

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

千方医数集,医疗数据集部分,是为社区服务的公开医疗数据集搜索引擎,并不存储或者下载原始的任何数据。 如果您有其他医疗数据需求,可以和客服联系,或者下工单。我们有强大的三甲医疗机构帮助您提供个性化的医疗数据定制、采集、标注服务。

使用方式

数据集获取(Figshare)

源站:https://tandf.figshare.com/articles/dataset/Association_of_Intracranial_Atherosclerotic_Plaque_Features_with_Total_Cerebral_Small_Vessel_Disease_Burden_A_Retrospective_Study_in_Branch_Atheromatous_Disease/30796504/1

按页面 Download 按钮获取。

数据说明

该数据集是一项针对分支动脉粥样硬化疾病(BAD)患者的回顾性研究,旨在探究大脑中动脉粥样硬化斑块特征与脑小血管病(CSVD)影像标志物以及总CSVD负担之间的关联。数据集包含通过高分辨率磁共振成像(HR-MRI)量化的斑块参数(如分布、管腔狭窄、重塑模式等)以及常规MRI评估的CSVD影像标志物(如白质高信号、脑微出血、腔隙性梗死)和总CSVD负担评分。研究采用多变量逻辑回归分析和ROC曲线评估斑块特征对CSVD负担的预测价值。该数据集主要应用于脑血管疾病研究领域,特别是用于探索颅内动脉粥样硬化与脑小血管病变的病理机制、临床风险分层以及影像学生物标志物的开发。

精度瓶颈?数据缺失?

当前公开数据无法满足您的算法精度?千方提供针对 小血管病 的高质量、多模态真实临床数据定制解决方案。

获取专属数据定制方案