视神经炎患者磁共振成像(MRI)临床前结局指标测试 - 患者队列

该数据集为一项前瞻性研究,包含视神经炎患者队列在一年内多个时间点(预期5个)的磁共振成像(MRI)影像数据,用于评估视神经的稳定性及变化趋势,主要应用于神经眼科领域,支持视神经炎的病理机制研究、疾病进展监测和临床前结局指标的验证。

The University of MelbourneThe University of Melbourne
Research Data Australia
浏览 37
NEUROSCIENCESMEDICAL AND HEALTH SCIENCES
Testing Paraclinical Outcome Measures in Optic Neuritis via Magnetic Resonance Imaging (MRI) - Patient cohort

基本信息

创建/更新时间
2026-09-27

资源简介

视神经炎患者磁共振成像(MRI)临床前结局指标测试 - 患者队列

【一句话概览】

这项前瞻性研究针对视神经炎患者,通过磁共振成像(MRI)评估视神经在1年内的稳定性,预计设置5个时间点。研究属于神经科学及医学与健康科学领域,聚焦视神经炎患者的临床旁结局指标检测(来源 Research Data Australia)。

【数据集背景】

本数据集源站标题为《Testing Paraclinical Outcome Measures in Optic Neuritis via Magnetic Resonance Imaging (MRI) - Patient cohort》。源站首次发布:2013-08-21。

【数据内容】

源站原始描述:Prospective study of optic nerve stability in optic neuritis patients over 1 year (expected 5 time points) via Magnetic Resonance Imaging (MRI)

中文译文(机器翻译,仅供快速理解,请以原文为准):视神经炎患者视神经稳定性为期1年的前瞻性研究(预期5个时间点),通过磁共振成像(MRI)进行。

【主题与分类】

主题标签:NEUROSCIENCES、MEDICAL AND HEALTH SCIENCES。

【获取与许可】

源站页面:https://researchdata.edu.au/testing-paraclinical-outcome-patient-cohort/185796

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://researchdata.edu.au/testing-paraclinical-outcome-patient-cohort/185796

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

该数据集是一项前瞻性研究,旨在通过磁共振成像(MRI)技术,对视神经炎患者为期一年的视神经稳定性进行监测(预期包含5个时间点)。数据集包含患者队列在多个时间点的MRI影像数据,用于评估视神经的形态和功能变化。数据来源于墨尔本大学的前瞻性临床研究项目,主要应用于神经眼科领域,研究方向包括视神经炎的病理机制、疾病进展监测以及临床前结局指标的验证。

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