多参数MRI的可重复性与再现性
该数据集来自clinicaltrials.gov,聚焦多参数MRI在肝脏疾病评估中的可重复性与再现性验证。覆盖肝脏疾病、原发性胆汁性肝硬化、非酒精性脂肪性肝病、非酒精性脂肪性肝炎、肝硬化、血色素沉着症、病毒性肝炎、自身免疫性肝炎等病种

基本信息
资源简介
多参数MRI的可重复性与再现性
该数据集来自clinicaltrials.gov,聚焦多参数MRI在肝脏疾病评估中的可重复性与再现性验证。覆盖肝脏疾病、原发性胆汁性肝硬化、非酒精性脂肪性肝病、非酒精性脂肪性肝炎、肝硬化、血色素沉着症、病毒性肝炎、自身免疫性肝炎等病种。数据可用于评估MRI量化肝脏组织特征的稳定性,帮助区分疾病进展或消退与检查间仪器变异,支持无创肝病评估方法的临床开发与应用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:肝脏疾病、原发性胆汁性肝硬化、非酒精性脂肪性肝病、非酒精性脂肪性肝炎、肝硬化、血色素沉着症、病毒性肝炎、自身免疫性肝炎。随着肝病负担达到流行水平,开发稳健、准确且可重复的非侵入性方法来量化肝组织特征,以用于临床开发并最终用于临床实践,存在高度未满足的医疗需求。可重复性和再现性验证研究对于评估指标很重要,这样任何变化都可以有信心地归因于疾病进展或消退,而不是仪器的检查间变异性。磁共振(MR)技术为肝脏评估提供了一种有吸引力的非侵入性选择。多参数MRI是一种安全且非侵入性的肝组织特征量化方法。I
【主题与分类】
主题标签:Liver Diseases、Primary Biliary Cirrhosis、Non-Alcoholic Fatty Liver Disease、Non-Alcoholic Steatohepatitis、Cirrhosis、Hemochromatosis、Viral Hepatitis、Autoimmune Hepatitis、Primary Sclerosing Cholangitis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03743272
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/NCT03743272
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
疾病:肝病、原发性胆汁性肝硬化、非酒精性脂肪性肝病、非酒精性脂肪性肝炎、肝硬化、血色病、病毒性肝炎、自身免疫性肝炎。随着肝病负担达到流行水平,开发稳健、准确且可重复的非侵入性方法以量化肝组织特征,用于临床开发并最终应用于临床实践,存在高度未满足的医疗需求。重复性和再现性验证研究对于评估指标至关重要,这样才能确信任何变化可归因于疾病进展或消退,而非仪器的检查间变异性。磁共振(MR)技术为肝脏评估提供了一种有吸引力的非侵入性选择。多参数MRI是一种安全且非侵入性的方法,用于量化肝组织特征。用于量化肝脏脂肪的图像可从质子密度脂肪分数(PDFF)图、T2*和铁校正T1(cT1)中快速获得,在腹部屏气采集期间即可完成,无需造影剂或额外外部硬件。
T1的校正对于解决过量铁的混杂效应是必要的,这在慢性肝病中很常见。LiverMultiScan™(LMS,Perspectum Diagnostics,牛津,英国)是一款软件应用程序,可与支持的MR系统配合使用,以校正过量铁对T1的影响,从而根据T1和T2*图计算cT1,并标准化至3T场强。与组织学相比,该方法已被证明在评估肝纤维化方面具有高诊断准确性,可预测混合病因肝病患者的临床结局,对非酒精性脂肪性肝炎(NASH)和肝硬化患者进行分层,可靠地排除临床显著的肝病,并在诊断NAFLD方面具有成本效益。除证明准确性外,影像生物标志物的验证还需要精确性和可重复性(美国卫生与公众服务部,2015年)。从临床角度来看,确保良好的检查间可重复性至关重要,以便任何c
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




