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。
基本信息
资源简介
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
【数据集背景】
本数据集源站标题为《Serum homocysteine level is related to cerebral small vessel disease in a healthy population》。
【数据内容】
源站原始描述：Objective: To evaluate the relationship between serum total homocysteine (tHcy) levels and cerebral small vessel disease (cSVD) in a healthy population. Methods: We included consecutive participants who visited our department for health check-ups between 2006 and 2013. We rated white matter hyperintensity (WMH) volumes using both the Fazekas score and semi-automated quantitative methods. We also evaluated lacunes, cerebral microbleeds (CMBs), and enlarged perivascular spaces (EPVSs) which are in…
【主题与分类】
主题标签：Holocene、homocysteine、lacune、Small vessel disease、leukoaraiosis、cerebral microbleeds、endothelial dysfunction。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:e0de99e6b89f63f2719d405e6a5c369e2260b68ef9d895d1ad48ca6e64a451a4
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
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。
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。
