雄激素过多患者自然史研究
研究旨在建立患者综合表型谱，收集大样本的生长与发育、激素与代谢因素及心理特征数据，并支持患者间比较。可用于研究儿童期雄激素过多的临床表现、代谢与心理影响，以及相关疾病的自然史与个体差异（来源 clinicaltrials.gov）
基本信息
资源简介
雄激素过多患者自然史研究
该数据集来自 clinicaltrials.gov，聚焦雄激素过多患者，涵盖 Congenital Adrenal Hyperplasia (CAH) 与 Familial Male-Limited Precocious Puberty (FMPP) 两类遗传性疾病。研究旨在建立患者综合表型谱，收集大样本的生长与发育、激素与代谢因素及心理特征数据，并支持患者间比较。可用于研究儿童期雄激素过多的临床表现、代谢与心理影响，以及相关疾病的自然史与个体差异（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：先天性肾上腺增生（CAH）、家族性男性限性性早熟（FMPP）。研究描述：儿童期雄激素过多会导致假性性早熟、童年生长加速并伴骨骺提前闭合、成年身材矮小，以及未知的代谢和心理扰动。先天性肾上腺增生（CAH）和家族性男性限性性早熟（FMPP）是两种导致儿童早期雄激素过多的遗传性疾病，而由21-羟化酶缺乏引起的CAH是儿童期高雄激素血症最常见的原因。本方案将阐明CAH和FMPP患者的全面表型特征。将在一个大型患者队列中收集有关生长发育、激素和代谢因素以及心理特征的数据。本方案将使研究者能够比较患有
【主题与分类】
主题标签：Congenital Adrenal Hyperplasia (CAH)。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/NCT00250159
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/NCT00250159
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：先天性肾上腺增生症（CAH）、家族性男性限性性早熟（FMPP）。研究描述：儿童期雄激素过多会导致假性性早熟、儿童期生长加速并伴有骨骺提前融合、成年身材矮小，以及未知的代谢和心理扰动。先天性肾上腺增生症（CAH）和家族性男性限性性早熟（FMPP）是两种导致儿童早期雄激素过多的遗传性疾病，而由21-羟化酶缺乏引起的CAH是儿童期高雄激素血症最常见的原因。本方案将为CAH和FMPP患者阐明全面的表型特征。将在一个大型患者队列中收集有关生长发育、激素和代谢因素以及心理特征的数据。本方案将使研究者能够比较不同病因的雄激素过多患者，阐明雄激素介导的和疾病特异性的表型特征，并使研究者获得更多知识，以用于未来治疗干预的设计。
目的：阐明CAH和FMPP患者的全面表型特征。
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。
