未破裂脑动脉瘤：演变预测
该数据集来自 clinicaltrials.gov，聚焦未破裂颅内动脉瘤（UIA），尤其是小型（<7mm）动脉瘤的管理争议
基本信息
资源简介
未破裂脑动脉瘤：演变预测
该数据集来自 clinicaltrials.gov，聚焦未破裂颅内动脉瘤（UIA），尤其是小型（<7mm）动脉瘤的管理争议。数据涉及多中心前瞻性队列，通过 MR 成像观察动脉瘤壁强化（AWE）与动脉瘤生长的关系，并由两位神经放射学专家共识评估。可用于开发动脉瘤演变风险的诊断与预测工具，探索 AWE 对 UIA 生长的预测价值，支持神经系统疾病中动脉瘤进展的影像学研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：未破裂颅内动脉瘤。小型（<7mm）未破裂颅内动脉瘤（UIA）的管理仍存在争议。既往回顾性研究提示，MR 成像上未破裂颅内动脉瘤的钆增强后动脉壁强化（AWE）可能反映动脉瘤壁不稳定性，因而可能提示 UIA 随时间生长的高风险。本多中心前瞻性队列旨在通过连续随访探索 UIA 的血管壁影像学发现，以证实这些假设。目标是开发动脉瘤演变风险的诊断和预测工具。目的是在临床实践中证明（AWE）对 UIA 生长的预测价值。生长将由 UIA 测量的任何变化来确定。UIA 生长和 UIA 壁强化将由两位专家神经放射学家共识评估。
【主题与分类】
主题标签：Unruptured Intracranial Aneurysm。本站分类：神经系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04578808
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/NCT04578808
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
条件：未破裂颅内动脉瘤。小型（<7mm）未破裂颅内动脉瘤（UIA）的管理仍存在争议。既往回顾性研究表明，MR成像上未破裂颅内动脉瘤的钆增强后动脉壁强化（AWE）可能反映动脉瘤壁的不稳定性，因此可能提示UIA随时间增长的风险较高。本多中心前瞻性队列旨在通过连续随访探索UIA的血管壁影像学表现，以证实这些假设。目标是开发动脉瘤演变风险的诊断和预测工具。目的是在临床实践中证明（AWE）对UIA增长的预测价值。增长将由UIA测量的任何变化来确定。UIA增长和UIA壁强化将由两名神经放射学专家协商一致评估。法国前瞻性UCAN项目是一项非干预性、国际范围的多中心前瞻性队列。将纳入由当地多学科团队安排进行临床和影像学随访而不进行闭塞治疗的分叉部3至7mm的UIA。
在为期3年的随访期间（纳入后第1年和第3年进行访视），将记录大量的临床、生物学和影像学数据。
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。
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。
