ANCA阴性嗜酸性肉芽肿性多血管炎的多发性脑梗死和心内膜心肌炎数据
该数据集包含一例ANCA阴性嗜酸性肉芽肿性多血管炎患者的临床病例数据，涵盖文本形式的临床记录、实验室检查结果、影像学图像（如心脏多模态成像）以及病理切片信息，主要用于研究该疾病的罕见并发症（如多发性脑梗死和心内膜心肌炎）、心脏受累机制以及ANCA阴性患者的诊断与治疗，为血管炎和心脏病理学领域提供临床参考。
基本信息
资源简介
ANCA阴性嗜酸性肉芽肿性多血管炎的多发性脑梗死和心内膜心肌炎数据
【数据集背景】
本数据集源站标题为《Multiple brain infarctions and endomyocarditis data of ANCA-negative eosinophilic granulomatosis with polyangiitis》。源站首次发布：2022-10-25。
【数据内容】
源站原始描述：Eosinophilic granulomatosis with polyangiitis (EGPA) is a small vessel necrotizing vasculitis characterized by asthma and eosinophilia. Ischemic stroke is a rare complication of the disease. We herein report a case involving a 77-year-old woman with sinusitis who developed embolic stroke and splenic infarctions. Laboratory tests revealed hypereosinophilia and elevated troponin-T and N-terminal pro-brain natriuretic peptide. Antineutrophil cytoplasmic antibodies (ANCA) studies were negative. Skin…
【数据结构与技术规格】
文件数 7 个，合计 490.57 KB。数据集 DOI：10.17632/y6np2x9yvc.1。
【获取与许可】
源站页面：https://data.mendeley.com/datasets/y6np2x9yvc
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://data.mendeley.com/datasets/y6np2x9yvc
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
该数据集包含一例ANCA阴性嗜酸性肉芽肿性多血管炎（EGPA）患者的临床病例数据，EGPA是一种以哮喘和嗜酸性粒细胞增多为特征的小血管坏死性血管炎。数据集涵盖了患者的临床信息，包括实验室检查结果（如嗜酸性粒细胞增多、肌钙蛋白T和N末端脑钠肽前体升高）、影像学数据（多发性脑梗死、脾梗死及心内膜心肌炎的多模态心脏成像证据）以及皮肤活检病理结果（显示嗜酸性粒细胞浸润动脉壁）。数据来源于单例病例报告，通过临床观察、实验室检测和影像学检查构建，主要用于研究EGPA的罕见并发症（如缺血性卒中）、心脏受累情况以及ANCA阴性患者的诊断与治疗策略。
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。
