超声评估巨细胞动脉炎视神经鞘

该数据集来自 clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)的超声视神经鞘评估。GCA 是一种累及大中血管的血管炎,多见于女性(性别比 3:1),发病年龄约 70 岁,法国发病率约每 10 万人 10 例

Hôpital NOVOHôpital NOVO
clinicaltrials
浏览 6
医学影像分类Giant Cell Arteritis (GCA)
oPtic Nerve Sheath Evaluation in gianT Cell aRtheritis by UltraSound

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-23

资源简介

超声评估巨细胞动脉炎视神经鞘

该数据集来自 clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)的超声视神经鞘评估。GCA 是一种累及大中血管的血管炎,多见于女性(性别比 3:1),发病年龄约 70 岁,法国发病率约每 10 万人 10 例。当前建议依据临床资源采用影像学和/或颞动脉活检(TAB)进行诊断,疑似病例的关键挑战是快速确诊。需注意,若在影像检查前开始皮质类固醇治疗,可能出现假阴性结果:PET-CT 为 3 天后,多普勒超声为 5 至 7 天后,TAB 可达 14 天后。该数据可用于 GCA 影像诊断相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:巨细胞动脉炎(GCA)。巨细胞动脉炎(GCA)是一种累及大中血管的血管炎。它主要发生于女性,性别比为 3:1,主要影响约 70 岁的个体。GCA 是一种罕见疾病,在法国发病率约为每 10 万人 10 例。当前建议根据可用的临床资源使用影像学和/或颞动脉活检(TAB)。疑似 GCA 病例的关键挑战是建立快速诊断。需要注意的是,如果在影像学检查前开始皮质类固醇治疗,可能会出现假阴性影像结果:PET-CT 为 3 天后,多普勒超声为 5 至 7 天后,TAB 可达 14 天后。诊断 GCA 并不总是容易的,取决于取决于及时进行补充检查。研究表明

【主题与分类】

主题标签:Giant Cell Arteritis (GCA)。本站分类:免疫系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07001059

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://clinicaltrials.gov/study/NCT07001059

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

疾病:巨细胞动脉炎(GCA)。巨细胞动脉炎(GCA)是一种累及大、中型血管的血管炎。该病主要发生于女性,男女比例为1:3,主要影响70岁左右的人群。GCA是一种罕见疾病,在法国发病率约为每10万人10例。目前的推荐建议根据可用的临床资源,使用影像学技术和/或颞动脉活检(TAB)。疑似GCA病例的关键挑战在于快速确立诊断。需要注意的是,如果在影像学检查前开始糖皮质激素治疗,可能会出现假阴性影像结果:PET-CT为3天后,多普勒超声为5至7天后,TAB最长可达14天后。诊断GCA并非总是容易,取决于能否及时完成辅助检查。研究表明,GCA患者超声检查可见视神经鞘增厚。在此背景下,研究者旨在评估通过超声测量视神经鞘以诊断GCA的价值。

超声提供了一种更快速、无创、广泛可用且经济高效的诊断工具。

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