β-Sitosterol治疗蛛网膜下腔出血的机制分析与康复研究
该数据集来自clinicaltrials.gov,聚焦蛛网膜下腔出血(SAH)这一高死亡率、高致残率的卒中类型。研究受天麻神经保护作用启发,发现其细胞外囊泡(G-EVs)天然富含β-Sitosterol,并首次开展β-Sitosterol用于动脉瘤性SAH患者的临床研究

基本信息
资源简介
β-Sitosterol治疗蛛网膜下腔出血的机制分析与康复研究
该数据集来自clinicaltrials.gov,聚焦蛛网膜下腔出血(SAH)这一高死亡率、高致残率的卒中类型。研究受天麻神经保护作用启发,发现其细胞外囊泡(G-EVs)天然富含β-Sitosterol,并首次开展β-Sitosterol用于动脉瘤性SAH患者的临床研究。数据可用于探索β-Sitosterol在神经炎症、氧化应激和血脑屏障保护方面的治疗潜力,支持卒中康复机制分析与临床转化研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:蛛网膜下腔出血性卒中。蛛网膜下腔出血(SAH)是一种破坏性卒中类型,因复杂的继发性脑损伤(包括神经炎症、氧化应激和血脑屏障破坏)而具有高死亡率和致残率,目前有效的神经保护治疗仍然匮乏。受传统中药天麻神经保护特性的启发,本研究鉴定出一种新的生物活性机制:其细胞外囊泡(G-EVs)天然富含β-Sitosterol,这是一种具有抗炎、抗氧化和内皮保护作用的植物甾醇。本项目是首个针对β-Sitosterol治疗动脉瘤性SAH患者治疗潜力的临床研究。鉴于β-Sitosterol作为广泛使用的膳食补充剂具有优异的安全性特征,本研究旨在
【主题与分类】
主题标签:Subarachnoid Haemorrhagic Stroke。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07457333
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/NCT07457333
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:蛛网膜下腔出血性卒中。蛛网膜下腔出血(SAH)是一种破坏性卒中类型,因复杂的继发性脑损伤——包括神经炎症、氧化应激和血脑屏障破坏——而具有高死亡率和致残率,目前有效的神经保护治疗仍然匮乏。受传统中药天麻神经保护特性的启发,本研究鉴定出一种新的生物活性机制:其细胞外囊泡(G-EVs)天然富含β-谷甾醇,这是一种已被证实具有抗炎、抗氧化和内皮保护作用的植物甾醇。本项目是首次针对β-谷甾醇治疗动脉瘤性SAH患者治疗潜力的临床研究。鉴于β-谷甾醇作为广泛使用的膳食补充剂具有优异的安全性特征,本研究旨在评估其在SAH患者中的安全性和耐受性,同时初步探索其改善神经学结局的疗效。
通过分析炎症和氧化应激的关键生物标志物,本研究旨在弥合传统医学与现代纳米医学之间的差距,为蛛网膜下腔出血(SAH)提供一种新颖、安全且可及性的辅助疗法,并为植物来源化合物在急性神经重症监护中的应用铺平道路。
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。




