光照疗法对健康成人和1型糖尿病患者细胞能量及氧化应激的影响
本研究评估光生物调节对1型糖尿病和健康志愿者外周血单核细胞的代谢影响。干预以660nm红光和850nm近红外光刺激细胞色素c氧化酶,改变细胞呼吸和氧化应激

基本信息
资源简介
光照疗法对健康成人和1型糖尿病患者细胞能量及氧化应激的影响
本研究评估光生物调节对1型糖尿病和健康志愿者外周血单核细胞的代谢影响。干预以660nm红光和850nm近红外光刺激细胞色素c氧化酶,改变细胞呼吸和氧化应激。参与者先采基线静脉血并分离外周血单核细胞,再于上臂接受单次10至20分钟光照,光照后立即二次采血。检测干预前后ATP、细胞色素c氧化酶比活性,以及丙二醛、谷胱甘肽、乳酸、丙酮酸和空腹血糖,比较两组差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:健康、1型糖尿病。本研究评估光生物调节对1型糖尿病患者和健康志愿者外周血单个核细胞的代谢影响。该干预采用红光(660 nm)和近红外光(850 nm)刺激线粒体电子传递链中的细胞色素c氧化酶。这种光子吸收可增强细胞呼吸并改变氧化应激标志物。研究人员采集所有参与者的基线静脉血样本,以确定初始生化参数。临床团队使用密度梯度离心法分离外周血单个核细胞。基线采集后,参与者使用柔性光垫在上臂接受单次10至20分钟的光疗。研究人员在光照后立即采集第二份静脉血样本。实验室分析对干预前后细胞裂解物中的特定线粒体和代谢变量进行定量。主要指标为三磷酸腺苷(ATP)浓度和细胞色素c氧化酶比活性。次要指标包括丙二醛和谷胱甘肽,用于评估脂质过氧化和抗氧化能力。研究团队还测定乳酸和丙酮酸水平,以评估细胞糖酵解的变化,同时进行标准空腹血浆葡萄糖监测。比较分析评估糖尿病队列与健康匹配对照之间代谢反应的差异。
【主题与分类】
主题标签:Healthy、Diabetes Mellitus Type 1。本站分类:内分泌、营养和代谢疾病/糖尿病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07833865
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/NCT07833865
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
研究条件:健康、1型糖尿病。本研究评估光生物调节对1型糖尿病患者和健康志愿者外周血单核细胞的代谢影响。该干预应用红光(660 nm)和近红外光(850 nm)刺激线粒体电子传递链中的细胞色素c氧化酶。这种光子吸收可增加细胞呼吸并改变氧化应激标志物。研究人员从所有参与者采集基线静脉血样,以建立初始生化参数。临床团队使用密度梯度离心法分离外周血单核细胞。基线采集后,参与者使用柔性光垫在上臂接受一次10至20分钟的光疗。研究人员在光照后立即采集第二份静脉血样。实验室分析对干预前后细胞裂解物中的特定线粒体和代谢变量进行定量。主要指标为三磷酸腺苷(ATP)浓度和细胞色素c氧化酶比活性。
次要指标包括丙二醛和谷胱甘肽,用于评估脂质过氧化和抗氧化能力。研究团队还测量乳酸和丙酮酸水平,以评估细胞糖酵解的变化,同时进行标准的空腹血糖监测。比较分析评估糖尿病队列与健康匹配对照之间代谢反应的差异。
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。




