使用全身PET测量健康志愿者与NAFLD患者的氨基酸和葡萄糖代谢
该数据集来自clinicaltrials.gov,为一项观察性研究,旨在利用全身PET/CT量化健康成人与非酒精性脂肪性肝病(NAFLD)患者的全身氨基酸和葡萄糖代谢

基本信息
资源简介
使用全身PET测量健康志愿者与NAFLD患者的氨基酸和葡萄糖代谢
该数据集来自clinicaltrials.gov,为一项观察性研究,旨在利用全身PET/CT量化健康成人与非酒精性脂肪性肝病(NAFLD)患者的全身氨基酸和葡萄糖代谢。研究涉及口服和静脉注射PET示踪剂18F-FDG与18F-FET,观察其在胃肠道的吸收、主要器官分布及不同生理病理状态下的代谢。另一目标是在使用生长抑素的胰腺钳夹期间,检查胰高血糖素如何影响健康人的氨基酸代谢,以及NAFLD患者中该反应是否改变。参与者为18-70岁的健康志愿者或NAFLD患者,根据分组接受一次或多次全身PET/CT扫描。数据可用于代谢研究及疾病机制探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:葡萄糖代谢、NAFLD(非酒精性脂肪性肝病)。这项观察性研究旨在使用全身PET/CT量化健康成人和非酒精性脂肪性肝病(NAFLD)患者的全身氨基酸和葡萄糖代谢。该研究调查口服和静脉注射的PET示踪剂(18F-FDG和18F-FET)如何在胃肠道中被吸收、在主要器官中分布,以及在不同生理和病理状态下的代谢。另一个目标是在使用生长抑素的胰腺钳夹期间检查胰高血糖素如何影响健康个体的氨基酸代谢,以及这种反应在NAFLD患者中是否发生改变。参与者将是18-70岁的健康志愿者或NAFLD患者。根据研究分组,参与者将接受一次或多次全身PET/CT扫描,随后
【主题与分类】
主题标签:Glucose Metabolism、NAFLD (Nonalcoholic Fatty Liver Disease)。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07366710
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/NCT07366710
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:葡萄糖代谢、NAFLD(非酒精性脂肪性肝病)。本观察性研究旨在利用全身PET/CT量化健康成人及非酒精性脂肪性肝病(NAFLD)患者全身氨基酸和葡萄糖代谢。该研究探讨口服和静脉注射PET示踪剂(18F-FDG和18F-FET)在胃肠道中的吸收、在主要器官中的分布,以及在不同生理和病理状态下的代谢情况。另一目标是研究在生长抑素胰腺钳夹期间,胰高血糖素如何影响健康个体的氨基酸代谢,以及NAFLD患者的这一反应是否发生改变。参与者将为健康志愿者或NAFLD患者,年龄18-70岁。根据研究分组,参与者将在口服或静脉注射示踪剂后接受一次或多次全身PET/CT扫描,部分情况下接受胰高血糖素或安慰剂输注。扫描期间将采集血样以评估激素水平和代谢反应。
这些影像学检查的数据将用于描述营养代谢特征,比较口服与静脉示踪剂的动力学,并探索各研究组中胰高血糖素诱导的代谢变化。
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。




