粪便微生物移植

该数据集来自 clinicaltrials.gov,主题为粪便微生物移植(FMT)在儿科患者中的应用。研究通过观察性研究和临床试验评估 FMT 的安全性与有效性,并利用 454 焦磷酸测序分析移植前后肠道微生物群的变化

Judith KelsenJudith Kelsen
clinicaltrials
浏览 11
基因组分类Clostridium DifficileInflammatory Bowel DiseaseCrohn's DiseaseUlcerative Colitis
Fecal Microbiome Transplant

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-13

资源简介

粪便微生物移植

该数据集来自 clinicaltrials.gov,主题为粪便微生物移植(FMT)在儿科患者中的应用。覆盖复发性或中重度 Clostridium Difficile 感染,以及伴或不伴 Inflammatory Bowel Disease(含 Crohn's Disease 与 Ulcerative Colitis)的情况。研究通过观察性研究和临床试验评估 FMT 的安全性与有效性,并利用 454 焦磷酸测序分析移植前后肠道微生物群的变化。可用于消化系统疾病相关研究、FMT 疗效与安全性分析以及肠道菌群变化探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:Clostridium Difficile、Inflammatory Bowel Disease、Crohn's Disease、Ulcerative Colitis。在患有复发性 C. Difficile 且伴或不伴 Inflammatory Bowel Disease(IBD)的儿科患者中进行粪便微生物移植(FMT)。本研究旨在确定 FMT 治疗在患有复发性或中重度 C. Difficile 且不伴(通过观察性研究)和伴有(通过临床试验)Inflammatory Bowel Disease 的儿科患者中的安全性和有效性,并通过在这些患者移植前后使用 454 焦磷酸测序来确定 FMT 对肠道微生物群的影响。

【主题与分类】

主题标签:Clostridium Difficile、Inflammatory Bowel Disease、Crohn's Disease、Ulcerative Colitis。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02636517

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/NCT02636517

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:艰难梭菌感染、炎症性肠病、克罗恩病、溃疡性结肠炎。粪菌移植(FMT)用于患有复发性艰难梭菌感染伴或不伴炎症性肠病(IBD)的儿科患者。本研究旨在确定FMT治疗对患有复发性或中重度艰难梭菌感染且不伴炎症性肠病(通过观察性研究)及伴有炎症性肠病(通过临床试验)的儿科患者的安全性和有效性,并通过在移植前后使用454焦磷酸测序来确定FMT对这些患者肠道微生物群的影响。

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