法洛四联症神经发育研究:开源数据集

该数据集是一个包含法洛四联症患儿多模态医学数据的开源资源,具体涵盖神经影像数据(如结构MRI、DTI)、临床表格数据(如手术参数、生命体征)以及神经发育评估数据(如智力与发育量表评分),主要用于研究先天性心脏病患者围手术期因素与神经发育结局之间的关联,支持神经发育预后分析、脑影像特征挖掘及相关临床研究。

OpenNeuro
2025-08-13 更新
浏览 24
法洛四联症神经发育评估
Tetralogy of Fallot Neurodevelopment Research: An Open-Source Dataset

基本信息

许可
CC0
创建/更新时间
2025-08-13

资源简介

法洛四联症神经发育研究:开源数据集

【数据集背景】

本数据集源站标题为《Tetralogy of Fallot Neurodevelopment Research: An Open-Source Dataset》。

【数据内容】

源站原始描述:# Tetralogy of Fallot Neurodevelopment Research: An Open-Source Dataset ## 1. Introduction This dataset presents MRI and neurodevelopmental data from 31 pediatric participants (18 males; age range: 4–33 months) who underwent surgical intervention for Tetralogy of Fallot (TOF) at the Children''s Hospital of Nanjing Medical University between 2022 and 2023. The study aims to explore the relationship between neurodevelopmental disorders (NDDs) and perioperative risk factors in congenital heart disea…

【数据结构与技术规格】

数据集 DOI:doi:10.18112/openneuro.ds006556.v1.0.4。

【获取与许可】

源站页面:https://openneuro.org/datasets/ds006556

使用许可:CC0。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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://openneuro.org/datasets/ds006556

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

该数据集是一个针对法洛四联症(TOF)患儿的神经发育研究开源数据集,收集了2022年至2023年在南京医科大学附属儿童医院接受手术干预的31名儿科患者(4-33个月)的多模态数据。数据集包含神经影像数据(结构MRI、功能MRI、扩散张量成像)、临床数据(人口统计学、手术参数、血流动力学指标)以及神经发育评估数据(韦氏智力量表、格塞尔发育量表、术后随访评估)。数据通过西门子1.5T和飞利浦3.0T磁共振扫描仪采集,并经过专业的后处理分析。该数据集主要用于研究先天性心脏病患者围手术期风险因素与神经发育障碍之间的关系,为神经发育预后、脑结构功能关联分析及临床干预研究提供数据支持。

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。

获取专属数据定制方案