肝硬化患者超声评估肌肉质量数据集 (MMUSCLE)

该数据集来自 clinicaltrials.gov,聚焦肝硬化患者中肌肉减少症(Sarcopenia)的患病率与发展情况

University Hospital, AntwerpUniversity Hospital, Antwerp
clinicaltrials
浏览 10
医学影像分类SarcopeniaCirrhosisMalnutrition
Muscle Mass Via UltraSound in Cirrhosis (MMUSCLE)

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-12

资源简介

肝硬化患者超声评估肌肉质量数据集 (MMUSCLE)

该数据集来自 clinicaltrials.gov,聚焦肝硬化患者中肌肉减少症(Sarcopenia)的患病率与发展情况。研究覆盖 Antwerp 大学医院 1346 名住院和门诊肝硬化患者,采用超声评估上下肢肌肉质量与功能状态(握力),并与临床结局(MELD、生存、失代偿事件)关联。同时筛查营养不良(RFH-NPT 与 GLIM 标准对比),并评估肌肉减少症对生活质量的影响(SarQoL®)。数据可用于肝硬化相关肌肉减少症的预测、分类及临床结局分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Sarcopenia、Cirrhosis、Malnutrition。在本研究中,研究者将评估 Antwerp 大学医院大量住院和门诊肝硬化患者(n=1346)中肌肉减少症的患病率和发展情况,使用超声评估下肢以及上肢肌肉的肌肉质量和质量。将测试握力以评估肌肉功能状态。研究结果将与临床结局(MELD、生存、失代偿事件)相关联。肝硬化的病因及其潜在活动性将作为因变量加以考虑,例如代偿性与失代偿性肝硬化之间是否存在差异。研究者将使用 RFH-NPT 筛查营养不良,并与 GLIM 标准进行比较。肌肉减少症对生活质量的影响将使用经过验证的“SarQoL®”(Sarcop

【主题与分类】

主题标签:Sarcopenia、Cirrhosis、Malnutrition。本站分类:消化系统疾病/肝硬化。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06345547

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://clinicaltrials.gov/study/NCT06345547

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

条件:肌肉减少症、肝硬化、营养不良。在本研究中,研究者将评估安特卫普大学医院大量肝硬化住院和门诊患者(n=1346)中肌肉减少症的患病率和发展情况,采用超声评估下肢及上肢肌肉的肌肉量和质量。握力将用于测试肌肉功能状态。研究结果将与临床结局(MELD、生存率、失代偿事件)相关联。肝硬化的病因及其潜在活动性将作为因变量加以考虑,例如代偿期与失代偿期肝硬化之间是否存在差异。研究者将使用RFH-NPT筛查营养不良,并与GLIM标准进行比较。肌肉减少症对生活质量的影响将使用经过验证的“SarQoL®”(肌肉减少症生活质量)问卷进行评估。

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