重度二尖瓣反流患者内皮功能障碍相关数据集
摘要:二尖瓣脱垂(MVP)是重度二尖瓣反流最常见的原因。据报道,作为二尖瓣修复术(MVRep)候选者的MVP患者,其抗氧化防御系统以及L-arginine代谢通路出现改变

基本信息
资源简介
重度二尖瓣反流患者内皮功能障碍相关数据集
摘要:二尖瓣脱垂(MVP)是重度二尖瓣反流最常见的原因。据报道,作为二尖瓣修复术(MVRep)候选者的MVP患者,其抗氧化防御系统以及L-arginine代谢通路出现改变
Dataset related to the article "Endothelial Dysfunction in Patients with Severe Mitral Regurgitation
【数据集背景】
源站首次发布:2020。
【数据内容】
源站描述(机器翻译,仅供参考):本记录包含与文章《Endothelial Dysfunction in Patients with Severe Mitral Regurgitation》相关的原始数据。摘要:二尖瓣脱垂(MVP)是重度二尖瓣反流最常见的原因。据报道,作为二尖瓣修复术(MVRep)候选者的MVP患者,其抗氧化防御系统以及L-arginine代谢通路出现改变。在本研究中,我们探讨氧化应激和内皮功能障碍是MVP的结果还是驱动因素。对45例接受MVRep的患者在术前和术后6个月进行评估,并与29例对照者进行比较。使用液相色谱-串联质谱方法分析谷胱甘肽的氧化型(GSSG)和还原型(GSH)以及L-arginine代谢通路,同时通过ELISA试剂盒检测骨保护素(OPG)以及循环内皮微粒(EM
【主题与分类】
主题标签:二尖瓣反流、内皮功能障碍、氧化应激、谷胱甘肽、L-arginine代谢通路、二尖瓣修复术、骨保护素、内皮微粒。本站分类:内分泌、营养和代谢疾病。
【获取与许可】
源站页面:https://zenodo.org/record/3709351
使用许可:Restricted Access。
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://doi.org/10.5281/zenodo.3709351
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
本记录包含与文章《重度二尖瓣反流患者的内皮功能障碍》相关的原始数据。摘要:二尖瓣脱垂(MVP)是重度二尖瓣反流最常见的病因。已有报道显示,拟行二尖瓣修复术(MVRep)的MVP患者抗氧化防御系统以及L-精氨酸代谢通路存在改变。在本研究中,我们探讨氧化应激和内皮功能障碍究竟是MVP的结果还是驱动因素。对45例接受MVRep的患者在术前及术后6个月进行评估,并与29例对照者进行比较。采用液相色谱-串联质谱法分析谷胱甘肽的氧化型(GSSG)与还原型(GSH),以及L-精氨酸代谢通路;同时通过ELISA试剂盒检测骨保护素(OPG),通过流式细胞术检测循环内皮微粒(EMP)。术后6个月,MVP患者的GSSG/GSH比值下降,而对称性和非对称性二甲基精氨酸水平与基线相当。相反,与基线相比,OPG水平显著升高。
最后,术前MVRep的EMP水平在患者中显著高于对照组,并且在手术后没有变化。总体而言,这些结果强调MVRep完全恢复了MVP患者中观察到的氧化应激水平增加。相反,手术后内皮功能障碍并未见改善。因此,旨在手术修复前后恢复适当内皮功能的治疗可能对MVP患者有益。
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。




