血清同型半胱氨酸水平与健康人群脑小血管病关系数据集

该数据集包含1578名健康检查参与者的临床测量数据与脑部影像数据,主要模态包括血清生物标志物(如同型半胱氨酸浓度)和神经影像学评估结果(如脑白质高信号、脑微出血等),旨在研究血清同型半胱氨酸水平与脑小血管病影像标志物之间的关联,为脑血管疾病的早期生物标志物探索和风险预测提供数据支持。

DataONE
2020-06-24 更新
浏览 5
脑小血管病血清生物标志物

基本信息

创建/更新时间
2020-06-24

资源简介

该数据集旨在研究健康人群中血清总同型半胱氨酸(tHcy)水平与脑小血管病(cSVD)影像学标志物之间的关系。数据集包含2006年至2013年间连续接受健康检查的1,578名参与者(平均年龄55±8岁,男性占57%)的临床与影像数据。数据内容包括:血清tHcy浓度测量值、脑白质高信号(WMH)体积(采用Fazekas评分和半自动定量方法评估)、腔隙性梗死、脑微出血(CMBs)以及扩大的血管周围间隙(EPVSs)等cSVD影像学标记。通过多变量分析,验证了tHcy与WMH体积、CMBs存在等cSVD参数的独立关联。该数据集适用于脑血管病风险因素、生物标志物与神经影像关联性研究,以及脑小血管病的早期预测与机制探索。

原始链接

https://search.dataone.org/view/sha256:e0de99e6b89f63f2719d405e6a5c369e2260b68ef9d895d1ad48ca6e64a451a4

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。

暂未开放

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

源站:https://search.dataone.org/view/sha256:e0de99e6b89f63f2719d405e6a5c369e2260b68ef9d895d1ad48ca6e64a451a4

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 openxlabopenxlab.dataset.get(...)
    • ModelScope: pip install modelscopemodelscope 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

该数据集旨在研究健康人群中血清总同型半胱氨酸(tHcy)水平与脑小血管病(cSVD)影像学标志物之间的关系。数据集包含2006年至2013年间连续接受健康检查的1,578名参与者(平均年龄55±8岁,男性占57%)的临床与影像数据。数据内容包括:血清tHcy浓度测量值、脑白质高信号(WMH)体积(采用Fazekas评分和半自动定量方法评估)、腔隙性梗死、脑微出血(CMBs)以及扩大的血管周围间隙(EPVSs)等cSVD影像学标记。通过多变量分析,验证了tHcy与WMH体积、CMBs存在等cSVD参数的独立关联。该数据集适用于脑血管病风险因素、生物标志物与神经影像关联性研究,以及脑小血管病的早期预测与机制探索。

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。

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