炎症性肠病中的 Keratin 7 数据集
该数据集来自患者活检分析，包含数值型研究数据及临床特征，用于研究 Keratin 7 在四种结肠疾病中的组织与细胞水平表达及疾病相关病理变化
基本信息
资源简介
炎症性肠病中的 Keratin 7 数据集
Keratin 7 in inflammatory bowel disease
该数据集来自患者活检分析，包含数值型研究数据及临床特征，用于研究 Keratin 7 在四种结肠疾病中的组织与细胞水平表达及疾病相关病理变化。数据覆盖溃疡性结肠炎、克罗恩病、淋巴细胞性结肠炎、胶原性结肠炎以及健康对照，所有数据均已匿名化。文件为 .xlsx 格式，包含数值型研究数据，可用于分析 Keratin 7 与炎症性肠病及相关结肠疾病的关联（来源 DOI 解析，Creative Commons Attribution 4.0 International 许可）。
【数据集背景】
源站首次发布：2022。
【数据内容】
源站描述（机器翻译，仅供参考）：该数据集包含从患者活检分析中收集的数值研究数据及其临床特征。我们研究了 Keratin 7 在四种结肠疾病中的表达，包括组织和细胞水平，以及疾病相关的病理变化。所有数据均已匿名化。数据中使用的缩写：Pnnn = 患者代码，UC = 溃疡性结肠炎，CD = 克罗恩病，LC = 淋巴细胞性结肠炎，CC = 胶原性结肠炎，H = 健康对照。当前文件由包含数值研究数据的 .xlsx 文件组成。
【主题与分类】
主题标签：Keratin、inflammatory bowel disease、Biochemistry, cell and molecular biology、Biokemia, solu- ja molekyylibiologia、Biokemi, cell- och molekylärbiologi、Biokemia, solu- ja molekyylibiologia、Biomedicine、Biolääketieteet、Biomedicinska vetenskaper、Biolääketieteet。本站分类：消化系统疾病。
【获取与许可】
源站页面：https://etsin.fairdata.fi/dataset/7786674e-0d3a-471f-b5bf-41710e7b43e1
使用许可：Creative Commons Attribution 4.0 International。
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://doi.org/10.23729/edd4abd6-9d04-491c-b11a-46aff225ce45
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
该数据集包含从患者活检分析中收集的数值研究数据及其临床特征。我们研究了角蛋白7在四种结肠疾病中的表达，包括组织和细胞水平，以及疾病相关的病理变化。所有数据均为匿名。数据中使用的缩写：Pnnn = 患者代码，UC = 溃疡性结肠炎，CD = 克罗恩病，LC = 淋巴细胞性结肠炎，CC = 胶原性结肠炎，H = 健康对照。当前文件包括含有数值研究数据的.xlsx文件。
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。
