低风险无创产前检测中室间隔缺损类型与染色体异常相关性数据集

该数据集包含了因胎儿室间隔缺损接受羊膜腔穿刺术的孕妇临床资料,涵盖超声诊断图像、染色体分析数据(如核型与CNV-seq结果)以及妊娠结局随访表格等多模态信息,主要用于研究低风险无创产前检测背景下不同类型室间隔缺损与染色体异常之间的关联,为胎儿心脏病学和产前遗传诊断提供重要参考。

Changying; Tianjin Central Hospital of Obstetrics and Gynecology; Tianjin Central Hospital of Obstetrics and GynecologChangying; Tianjin Central Hospital of Obstetrics and Gynecology; Tianjin Central Hospital of Obstetrics and Gynecolog
科学数据银行
2023-09-02 更新
浏览 7
产前遗传学胎儿心脏病学

基本信息

创建/更新时间
2023-09-02

资源简介

该数据集是一项回顾性队列研究,收集了2017年5月至2022年5月在天津市中心妇产科医院因胎儿室间隔缺损(VSD)接受羊膜腔穿刺术的孕妇临床数据。数据集包含胎儿VSD的超声诊断信息(如缺损类型、是否孤立性缺损)、染色体检查结果(基于G显带核型分析、CNV-seq和FISH技术,并按ACMG2019指南分类)、以及妊娠结局随访(包括新生儿手术干预和自然愈合情况)。数据旨在分析低风险无创产前检测(NIPT)背景下,不同类型VSD与致病性染色体拷贝数变异(CNV)的相关性,并为胎儿心脏病学和产前遗传咨询提供临床依据。

原始链接

https://www.scidb.cn/detail?dataSetId=c31d8b6786384b368f89279de2df07cd

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://www.scidb.cn/detail?dataSetId=c31d8b6786384b368f89279de2df07cd

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

该数据集是一项回顾性队列研究,收集了2017年5月至2022年5月在天津市中心妇产科医院因胎儿室间隔缺损(VSD)接受羊膜腔穿刺术的孕妇临床数据。数据集包含胎儿VSD的超声诊断信息(如缺损类型、是否孤立性缺损)、染色体检查结果(基于G显带核型分析、CNV-seq和FISH技术,并按ACMG2019指南分类)、以及妊娠结局随访(包括新生儿手术干预和自然愈合情况)。数据旨在分析低风险无创产前检测(NIPT)背景下,不同类型VSD与致病性染色体拷贝数变异(CNV)的相关性,并为胎儿心脏病学和产前遗传咨询提供临床依据。

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 室间隔缺损 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