PBC与NAFLD患者炎症及纤维化生物标志物识别数据集
研究前瞻性收集45例PBC患者和50例NAFLD患者的人口学、临床及实验室数据与血样，通过MR弹性成像、瞬时弹性成像（FibroScan®）及血液实验室分析评估诊断与临床状态，并在首次访视及第3至24个月多个时间点采集血清和血液用于细胞因子丰度测定与转录组分析，同时纳入95例年龄和性别匹配的无PBC
基本信息
资源简介
PBC与NAFLD患者炎症及纤维化生物标志物识别数据集
该数据集来源于clinicaltrials.gov，聚焦Primary Biliary Cirrhosis（PBC）与NAFLD患者炎症及纤维化生物标志物的识别研究。研究前瞻性收集45例PBC患者和50例NAFLD患者的人口学、临床及实验室数据与血样，通过MR弹性成像、瞬时弹性成像（FibroScan®）及血液实验室分析评估诊断与临床状态，并在首次访视及第3至24个月多个时间点采集血清和血液用于细胞因子丰度测定与转录组分析，同时纳入95例年龄和性别匹配的无PBC对照。数据可用于炎症与纤维化生物标志物的探索及肝病相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Primary Biliary Cirrhosis。在本研究中，研究者将前瞻性收集45例PBC患者和50例男性和女性NAFLD患者的人口学、临床和实验室数据及血液样本用于研究目的。PBC和NAFLD的诊断及临床状态将通过磁共振（MR）弹性成像、瞬时弹性成像（FibroScan®）和血液实验室分析（包括抗线粒体抗体（AMA）、抗核抗体（ANA）、免疫球蛋白、全血细胞计数（CBC）、综合代谢面板（CMP）和凝血指标）进行评估。此外，将在首次访视及第3、6、9、12、15、18、21和24个月从患者获取血清和血液。血清和血液样本将用于测量血清细胞因子丰度和转录组分析。为进行比较，将重新纳入95例年龄（±5岁）和性别匹配的无PBC对照
【主题与分类】
主题标签：Primary Biliary Cirrhosis。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/NCT02477462
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/NCT02477462
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：原发性胆汁性肝硬化。在本研究中，研究者将前瞻性收集45名PBC患者和50名男性和女性NAFLD患者的人口统计学、临床和实验室数据及血液样本用于研究目的。PBC和NAFLD的诊断及临床状态将通过磁共振（MR）弹性成像、瞬时弹性成像（FibroScan®）和血液实验室分析（包括抗线粒体抗体（AMA）、抗核抗体（ANA）、免疫球蛋白、全血细胞计数（CBC）、综合代谢面板（CMP）和凝血指标）进行评估。此外，将在患者首次就诊时以及第3、6、9、12、15、18、21和24个月时获取血清和血液。血清和血液样本将用于测量血清细胞因子丰度和转录组分析。为进行比较，将招募95名年龄（±5岁）和性别匹配的无PBC对照者进行临床实验室、细胞因子、基因表达分析。对照受试者将在单一时间点采血。
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。
