Tofacitinib 溃疡性结肠炎数据集
源站描述围绕炎症性肠病(IBD)展开,涵盖溃疡性结肠炎(UC)与克罗恩病(CD)在病变范围、组织学、并发症及肠外表现等方面的差异

基本信息
资源简介
Tofacitinib 溃疡性结肠炎数据集
Tofacitinib ulcerative colitis
该数据集英文名为 Tofacitinib ulcerative colitis,来源站为 doi.org,作者为 Janneke van der Woude,机构为 Vivli,发布时间为 2025 年,主题标签为 Gastroenterology。源站描述围绕炎症性肠病(IBD)展开,涵盖溃疡性结肠炎(UC)与克罗恩病(CD)在病变范围、组织学、并发症及肠外表现等方面的差异。数据集可用于炎症性肠病相关研究,具体任务类型源站未提供(来源 DOI 解析)。
【数据集背景】
源站首次发布:2025。
【数据内容】
源站描述(机器翻译,仅供参考):炎症性肠病(IBD)是一种胃肠道的慢性炎症性疾病,病因复杂且涉及多种因素。IBD 包括两种独立的诊断:溃疡性结肠炎(UC)和克罗恩病(CD),二者因受累肠段、范围、方式、组织学、并发症及肠外表现的不同而在病变程度上存在差异。UC 的特征是直肠及范围不等的结肠连续性浅表黏膜炎症,活检中通常无肉芽肿。CD 的特征是跳跃性病变,最常累及回肠和结肠。CD 也可能累及近端胃肠道。其炎症为透壁性,导致狭窄性疾病(因狭窄而出现肠梗阻样症状)和穿透性疾病(以瘘管、微穿孔和脓肿为特征)。此外,肠外
【主题与分类】
主题标签:Gastroenterology。本站分类:循环系统疾病。
【获取与许可】
源站页面:https://search.vivli.org/doiLanding/dataRequests/PR00004043
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://doi.org/10.25934/pr00004043
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
炎症性肠病(IBD)是一种病因复杂、多因素参与的胃肠道慢性炎症性疾病。IBD包括两种独立的诊断:溃疡性结肠炎(UC)和克罗恩病(CD),二者因受累肠段、范围、形态、组织学、并发症及肠外表现的不同而在病变程度上存在差异。UC的特征为直肠及不同程度结肠的连续性浅表黏膜炎症,活检通常无肉芽肿。CD的特征为跳跃性病变,最常累及回肠和结肠。CD还可能累及近端胃肠道。其炎症为透壁性,可导致狭窄性疾病,因狭窄而出现肠梗阻样症状,以及以瘘管、微穿孔和脓肿为特征的穿透性疾病。此外,炎症性肠病患者还可出现肠外表现,包括关节炎、皮肤病变(结节性红斑、坏疽性脓皮病)、口腔病变(阿弗他溃疡)和眼部病变(葡萄膜炎)。
慢性系统性炎症是动脉粥样硬化的独立危险因素,其通过刺激斑块形成,导致内皮功能障碍及血小板活化和聚集。IBD与静脉血栓栓塞相关,尤其在疾病活动期(Grainge等,2010)。一项纳入9项队列和病例对照研究的荟萃分析提示,IBD与脑血管意外(CVA,OR 1.18)及缺血性心脏病(IHD,OR 1.19)风险升高相关。预测因素为女性及较年轻年龄(<40-50岁),UC与CD之间无差异。与外周动脉疾病无关联(Singh等,2014)。此外,关于心血管疾病(CVD)死亡率的研究结果存在矛盾。而且,IBD患者显示内膜厚度增加,作为动脉粥样硬化疾病的测量指标
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。




