盐水输注后醛固酮降低率可作为原发性醛固酮增多症亚型诊断的新临床预测指标
该数据集包含209例原发性醛固酮增多症患者的临床多模态数据，涉及临床表格、影像学结果和生化检测指标，主要用于研究盐水输注后醛固酮降低率等参数对原发性醛固酮增多症亚型（如醛固酮瘤与双侧增生）的预测价值，以探索更优的临床分型诊断方法。
基本信息
资源简介
盐水输注后醛固酮降低率可作为原发性醛固酮增多症亚型诊断的新临床预测指标
【数据集背景】
本数据集源站标题为《Aldosterone reduction rate after saline infusion may be a novel clinical prediction of determining subtypes of primary aldosteronism》。
【数据内容】
源站原始描述：ObjectiveAccurate assessment of the localization of aldosterone-producing adenomas (APAs) is essential for the treatment of primary aldosteronism (PA). Although adrenal venous sampling (AVS) is the standard method of reference for subtype diagnosis in PA, controversy exists concerning the criteria for interpretation. This study aimed to determine better indicators that can reliably predict subtypes of PA. MethodRetrospective analysis in single-cohort including 209 patients with PA who were subj…
【主题与分类】
主题标签：primary aldosteronism、saline infusion test、Hypertension、adrenal venous sampling。
【获取与许可】
源站页面：https://search.dataone.org/view/sha256:632793fb63c47fa3d1393fe064f751d6feea0568caf68a3effec3a5906e6a5fd
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
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
该数据集是一个用于原发性醛固酮增多症（PA）亚型诊断的临床医学数据集。数据集包含209名接受肾上腺静脉采样的PA患者的回顾性临床数据，其中82名患者经手术病理或遗传学确诊为醛固酮瘤。数据内容包括患者影像学检查结果、肾上腺静脉采样的各项参数、盐水负荷试验结果以及术后血浆醛固酮浓度变化等临床指标。数据集旨在通过受试者工作特征曲线分析等方法，评估盐水输注后醛固酮降低率等指标在预测PA亚型（特别是区分醛固酮瘤与双侧增生）中的诊断价值，为优化PA的临床分型诊断和手术决策提供数据支持。
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。
