硒补充对自身免疫性甲状腺炎结构与功能影响研究
该数据集来自clinicaltrials.gov，围绕自身免疫性甲状腺炎患者补充硒后的变化开展研究。源站描述显示，研究者比较了从基线到治疗结束（12周）期间甲状腺功能、抗甲状腺过氧化物酶抗体、抗甲状腺球蛋白抗体、甲状腺磁共振T1-mapping值及代谢指标的变化
基本信息
资源简介
硒补充对自身免疫性甲状腺炎结构与功能影响研究
该数据集英文名为 Study on the Effect of Selenium Supplementation on the Structure and Function of Autoimmune Thyroiditis，来源于 clinicaltrials.gov，本站将其归入内分泌、营养和代谢疾病 / 其他分类，主题标签为 Selenium。数据集围绕自身免疫性甲状腺炎患者补充硒后的变化开展研究。源站描述显示，研究者比较了从基线到治疗结束（12周）期间甲状腺功能、抗甲状腺过氧化物酶抗体、抗甲状腺球蛋白抗体、甲状腺磁共振T1-mapping值及代谢指标的变化。整体来看，该数据集聚焦硒补充干预与自身免疫性甲状腺炎结构及功能指标之间的关系，可为相关内分泌与营养代谢研究提供参考。
【数据集背景】
自身免疫性甲状腺炎是内分泌领域的常见疾病，其发生发展与甲状腺自身抗体、甲状腺功能状态及甲状腺组织结构的改变密切相关。硒作为人体必需的微量元素，在抗氧化防御和免疫调节中具有重要作用，因此补充硒对自身免疫性甲状腺炎患者的影响成为值得关注的研究方向。该数据集正是围绕这一研究方向，记录了自身免疫性甲状腺炎患者在接受硒补充干预后多项指标的变化情况，主题标签为 Selenium，本站分类归入内分泌、营养和代谢疾病 / 其他。
【数据内容】
源站描述显示，该数据集涉及的研究比较了从基线到治疗结束（12周）期间以下指标的变化：甲状腺功能、抗甲状腺过氧化物酶抗体、抗甲状腺球蛋白抗体、甲状腺磁共振T1-mapping值以及代谢指标。这些指标覆盖了甲状腺功能状态、自身免疫抗体水平、甲状腺组织结构影像学特征和代谢状况等多个维度。关于数据的具体样本量、变量字段、记录格式和文件组织方式，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明，研究者在自身免疫性甲状腺炎患者中开展硒补充相关研究，并以基线至治疗结束（12周）作为观察区间，对上述多项指标进行对比。关于采集地点、采集时间、采集流程和具体的测量方法，源站未提供。
【适用场景】
基于现有信息，该数据集可用于关注硒补充与自身免疫性甲状腺炎关系的研究场景，例如分析补充硒前后甲状腺功能、抗甲状腺过氧化物酶抗体、抗甲状腺球蛋白抗体、甲状腺磁共振T1-mapping值及代谢指标的变化趋势。也可为内分泌、营养和代谢疾病领域相关主题的探索提供参考。关于更具体的适用场景和分析用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据读取方式、字段说明、分析流程和配套工具等信息。
【质量与限制】
源站未提供关于数据质量、完整性、准确性以及使用限制的说明。该数据集的研究观察区间为基线至治疗结束（12周），源站描述未提及其他随访安排或更长期的数据内容。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。
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/NCT04942769
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：硒。在自身免疫性甲状腺炎患者中，研究者比较了从基线至治疗结束（12周）时甲状腺功能、抗甲状腺过氧化物酶抗体、抗甲状腺球蛋白抗体、甲状腺磁共振T1-mapping值及代谢指标的变化。
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。
