18-FDG PET/CT 显像与感染性心内膜炎临床决策
IE 诊断困难且死亡率高,心外表现见于 30% 至 80% 病例并影响预后。18-FDG PET/CT 原用于肿瘤分期,也可检测与 IE 心外感染并发症相关的高代谢区域,通过单次检查发现全部心外感染并发症

基本信息
资源简介
18-FDG PET/CT 显像与感染性心内膜炎临床决策
该数据集来自 clinicaltrials.gov,聚焦感染性心内膜炎(IE)的 18-FDG PET/CT 显像与临床决策。IE 诊断困难且死亡率高,心外表现见于 30% 至 80% 病例并影响预后。18-FDG PET/CT 原用于肿瘤分期,也可检测与 IE 心外感染并发症相关的高代谢区域,通过单次检查发现全部心外感染并发症。数据集可用于评估该显像对 IE 初始诊断流程缩短与治疗优化的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:感染性心内膜炎。简介:感染性心内膜炎(IE)是一种罕见疾病,常难以诊断,死亡率高。心外表现可发生于 30% 至 80% 的病例中,影响疾病结局。识别这些表现可能有助于确认不确定的诊断并优化患者管理。18-FDG PET/CT 显像广泛用于癌症分期,也可检测与 IE 心外感染并发症相关的高代谢区域。它提供了通过单次检查检测所有心外 IE 感染并发症的机会。18-FDG PET/CT 显像对 IE 管理的影响尚待全面评估。假设:实施 18-FDG PET/CT 可能既缩短 IE 的初始诊断检查,又实现治疗优化。主要目的:评估
【主题与分类】
主题标签:Infective Endocarditis。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02287792
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/NCT02287792
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
疾病:感染性心内膜炎。引言:感染性心内膜炎(IE)是一种罕见疾病,常难以诊断,死亡率高。心外表现可发生于30%至80%的病例中,影响疾病结局。识别这些表现可能有助于确认不确定的诊断并优化患者管理。18-FDG PET/CT显像广泛用于癌症分期,也可检测与IE心外感染性并发症相关的高代谢区域。它提供了通过单次检查检测所有心外IE感染性并发症的机会。18-FDG PET/CT显像对IE管理的影响尚待全面评估。假设:实施18-FDG PET/CT可能既缩短IE的初始诊断检查,又实现治疗优化。主要目的:评估18-FDG PET/CT对患者管理的影响,以IE治疗计划的改变来衡量。
次要目标:* 评估18-FDG PET/CT对Duke-Li标准用于IE诊断的影响 * 评估18-FDG PET/CT在检测IE所致瓣膜损害及心外并发症方面的性能 * 评估18-FDG PET/CT是否有助于识别感染入侵门户 * 评估FDG PET/CT检出的心外并发症是否与6个月生存率相关 * 确定心外IE定位及预后的临床和生物学决定因素 * 确定18-FDG PET/CT结果的阅片者间判读一致性以及准备和采集方法的可重复性
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




