异基因骨髓移植治疗遗传性代谢病
该数据集来自 clinicaltrials.gov，聚焦异基因骨髓移植治疗遗传性代谢病。数据可用于评估移植后第 100 天供者细胞植入比例、移植物抗宿主病的发生与严重程度、围移植期死亡率，以及移植后多个时间点的供者细胞嵌合状态，为移植疗效与安全性分析提供依据（来源 clinicaltrials.go
基本信息
资源简介
异基因骨髓移植治疗遗传性代谢病
该数据集来自 clinicaltrials.gov，聚焦异基因骨髓移植治疗遗传性代谢病。覆盖的疾病包括黏多糖贮积症及其多种亚型（Hurler、Hunter、Maroteaux-Lamy、Sly 综合征）、Alpha Mannosidosis、Fucosidosis、Aspartylglucosaminuria 等。数据可用于评估移植后第 100 天供者细胞植入比例、移植物抗宿主病的发生与严重程度、围移植期死亡率，以及移植后多个时间点的供者细胞嵌合状态，为移植疗效与安全性分析提供依据（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：黏多糖贮积症、Hurler 综合征、Hunter 综合征、Maroteaux-Lamy 综合征、Sly 综合征、Alpha Mannosidosis、Fucosidosis、Aspartylglucosaminuria。主要目标： 评估移植后第 100 天供者来源植入的患者比例，定义为 CD3（T 细胞）组分中供者细胞达到 80% 或以上。次要目标： 确定第 100 天移植物抗宿主病（GVHD）的发生率和严重程度 确定围移植期死亡率（第 100 天前死亡）的发生率 监测接受该移植方案的同种异体移植后多个时间点的供者细胞嵌合状态，测定时间点为第 28 天、42 天、100 天、6 个月以及每年一次，持续 5 年。
【主题与分类】
主题标签：Mucopolysaccharidosis、Hurler Syndrome、Hunter Syndrome、Maroteaux-Lamy Syndrome、Sly Syndrome、Alpha Mannosidosis、Fucosidosis、Aspartylglucosaminuria、Adrenoleukodystrophy (ALD)、Krabbe Disease。本站分类：内分泌、营养和代谢疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01043640
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/NCT01043640
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：黏多糖贮积症、Hurler综合征、Hunter综合征、Maroteaux-Lamy综合征、Sly综合征、α-甘露糖苷贮积症、岩藻糖苷贮积症、天冬氨酰葡糖胺尿症。主要目标：* 估计移植后第100天供者来源植入的患者比例，植入定义为CD3（T细胞）组分中供者细胞占80%或以上。次要目标：* 确定第100天时移植物抗宿主病（GVHD）的发生率和严重程度。* 确定围移植期死亡率（第100天前死亡）的发生率。* 监测接受该移植方案进行异基因移植后不同时间点的供者细胞嵌合状态，具体检测时间为第28天、第42天、第100天、6个月以及此后每年一次，持续5年。
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。
