脑与眼血管罕见病队列生物样本集 - 2

该数据集来自clinicaltrials.gov,属于神经系统疾病/其他分类,聚焦脑与眼血管罕见病。覆盖CADASIL、海绵状血管瘤、伴皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病、小血管病等病种

Assistance Publique - Hôpitaux de ParisAssistance Publique - Hôpitaux de Paris
clinicaltrials
浏览 15
其他预测CADASILCavernous AngiomaSmall Vessel Disease
Biological Collection of the Rare Diseases of the Brain and Eye Vessels Cohort - 2

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-10

资源简介

脑与眼血管罕见病队列生物样本集 - 2

该数据集来自clinicaltrials.gov,属于神经系统疾病/其他分类,聚焦脑与眼血管罕见病。覆盖CADASIL、海绵状血管瘤、伴皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病、小血管病等病种。CERVCO自2017年起协调MRVC前瞻性队列,并于2020年建立B-MRVC生物样本库,支持转化研究与生物标志物发现。该数据可用于研究疾病机制、识别进展与预后生物标志物,并促进新诊断与治疗方法的开发(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:CADASIL、海绵状血管瘤、伴皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病、小血管病。CERVCO是法国国家罕见脑血管和视网膜疾病参考中心,自2005年起获得卫生部认证。自2017年以来,CERVCO协调了MRVC队列,这是一个针对脑和视网膜罕见血管疾病患者的前瞻性队列,并于2020年建立了相关的B-MRVC生物样本库,以支持转化研究和生物标志物发现。由于这些疾病的罕见性和异质性,集中纵向收集临床数据和生物样本对于提高对疾病机制的理解、识别进展和预后的生物标志物,以及促进新的诊断和治疗方法的发展至关重要。本研究旨在扩展

【主题与分类】

主题标签:CADASIL、Cavernous Angioma、Small Vessel Disease。本站分类:神经系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07650110

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/NCT07650110

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:CADASIL、海绵状血管瘤、伴皮质下梗死和白质脑病的常染色体显性遗传性脑动脉病、小血管病。CERVCO是法国国家罕见脑血管和视网膜疾病参考中心,自2005年起获得卫生部认证。自2017年以来,CERVCO协调MRVC队列,这是一个罕见脑和视网膜血管疾病患者的前瞻性队列,并于2020年建立了相关的B-MRVC生物样本库,以支持转化研究和生物标志物发现。由于这些疾病的罕见性和异质性,集中纵向收集临床数据和生物样本对于增进对疾病机制的理解、识别进展和预后的生物标志物,以及促进新的诊断和治疗方法的发展至关重要。本研究旨在扩展这一纵向生物样本库,通过受控的样本共享实现国家和国际合作研究,并建立参考对照样本以支持生物标志物验证。

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