肝脏相关疾病瘙痒原研究
该数据集来自 clinicaltrials.gov,聚焦肝脏相关疾病中的瘙痒原研究,涉及胆汁淤积与妊娠期肝内胆汁淤积症(ICP)

基本信息
资源简介
肝脏相关疾病瘙痒原研究
该数据集来自 clinicaltrials.gov,聚焦肝脏相关疾病中的瘙痒原研究,涉及胆汁淤积与妊娠期肝内胆汁淤积症(ICP)。源站描述指出,肝脏相关疾病严重影响健康,ICP 是全球妊娠期最常见的肝脏相关疾病之一,平均影响约 4% 的孕妇;在一项纳入 12200 名合格中国孕妇的队列研究中,ICP 报告发病率为 6.06%。ICP 危害孕妇与胎儿健康,可导致早产、羊水胎粪污染、胎儿缺氧、新生儿住院时间延长甚至死产,并给孕妇带来严重瘙痒。数据可用于相关疾病瘙痒机制与不良妊娠结局研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:胆汁淤积、妊娠期肝内胆汁淤积症。肝脏相关疾病是一大类严重影响人们健康生活的疾病。例如,ICP 是妊娠期最常见的肝脏相关疾病,全球平均影响约 4% 的孕妇。在一项纳入 12200 名合格中国孕妇的队列研究中,ICP 的报告发病率为 6.06%。ICP 对孕妇和胎儿的健康都有危害。对胎儿而言,ICP 直接影响胎儿的健康生长和顺利分娩。已报告与疾病相关的不良事件,包括早产、羊水胎粪污染、胎儿缺氧、新生儿病房住院时间延长,甚至死产。ICP 对孕妇的身心健康有严重影响,典型表现为严重瘙痒。这种瘙痒主要发生在第二和第三个
【主题与分类】
主题标签:Cholestasis、Intrahepatic Cholestasis of Pregnancy。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06364969
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/NCT06364969
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
疾病:胆汁淤积,妊娠期肝内胆汁淤积症。肝脏相关疾病是一大类严重影响人们健康生活的疾病。例如,ICP是妊娠期最常见的肝脏相关疾病,全球平均约4%的孕妇受其影响。在一项纳入12200名符合条件的中国孕妇的队列研究中,报告的ICP发病率为6.06%。ICP对孕妇和胎儿的健康均有害。对胎儿而言,ICP直接影响胎儿的健康生长和顺利分娩。已有疾病相关不良事件的报道,包括早产、羊水胎粪污染、胎儿缺氧、新生儿住院时间延长,甚至死产。ICP对孕妇的身心健康有严重影响,典型表现为严重瘙痒。这种瘙痒主要发生在妊娠中晚期(通常为妊娠晚期),并倾向于随着妊娠进展而逐渐加重。最常见于手掌和足底,部分患者有全身性瘙痒。
此外,瘙痒在夜间加重,导致严重失眠。在我国提倡多胎生育的背景下,有效防治此类疾病尤为重要。目前,尚无有效药物治疗ICP,尤其是瘙痒症状,因为ICP及其瘙痒的分子机制仍不清楚。在本研究中,我们基于大量既往的细胞和动物实验,已鉴定出几种内源性潜在致痒原,它们能够激活人MRGPRX4(hX4)——ICP瘙痒的潜在痒觉受体,从而介导ICP瘙痒。在此基础上,本研究旨在通过人体心理物理学实验以及通过无针注射系统向人类受试者皮下给药,评估不同内源性代谢物的直接致痒能力。具体而言,本研究包括两个
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。




