脑动静脉畸形合并动脉瘤：流行病学、临床特征与预后

数据集获取

源站：https://clinicaltrials.gov/study/NCT07353736

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：脑动静脉畸形、颅内动脉疾病、脑内出血、颅内动脉瘤、脑疾病。本研究旨在通过多中心、大样本、前瞻性观察性队列研究，评估脑动静脉畸形（AVMs）合并颅内动脉瘤（IAs）患者不同治疗策略的临床安全性和有效性。研究将全面分析流行病学特征、临床表现、相关危险因素、疾病自然进展及出血风险，并探讨血流动力学机制和遗传背景差异。将收集患者的临床数据、影像学检查结果和血液样本，以研究血流动力学对动脉瘤形成、破裂风险及治疗结局的影响。此外，研究还将探讨AVM和IA患者的遗传差异及其与临床表现和预后的相关性，最终为个体化治疗策略提供科学依据。

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。