脂肪水肿的脂肪细胞动力学
该数据集来自 clinicaltrials.gov,聚焦脂肪水肿(Lipedema)这一常被误诊为单纯肥胖的疾病。源站描述指出脂肪水肿以脂肪组织异常沉积为特征,导致液体潴留、肢体增大和疼痛,其生物学机制尚不清楚,可能涉及脂肪细胞肥大、脂肪祖细胞定向增加、缺氧、脂肪细胞坏死和巨噬细胞募集

基本信息
资源简介
脂肪水肿的脂肪细胞动力学
该数据集来自 clinicaltrials.gov,聚焦脂肪水肿(Lipedema)这一常被误诊为单纯肥胖的疾病。源站描述指出脂肪水肿以脂肪组织异常沉积为特征,导致液体潴留、肢体增大和疼痛,其生物学机制尚不清楚,可能涉及脂肪细胞肥大、脂肪祖细胞定向增加、缺氧、脂肪细胞坏死和巨噬细胞募集。研究拟利用8周氘(以2H2O形式给予)掺入脂肪组织的定量方法,在肥胖女性中开展体内脂肪动力学研究,以探索与脂肪水肿发病相关的脂肪重塑新特征。数据可用于脂肪水肿与肥胖的鉴别及脂肪代谢机制研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脂肪水肿。脂肪水肿的特征是脂肪组织异常沉积,导致液体潴留、肢体增大和疼痛。脂肪水肿常被误诊为单纯肥胖。诊断的一大挑战是该病 underlying 生物学机制了解甚少。有限的研究提示,脂肪水肿的发生可能涉及脂肪细胞肥大、脂肪祖细胞定向增加、缺氧、脂肪细胞坏死和巨噬细胞募集。仍迫切需要研究可能促进脂肪水肿发病的脂肪重塑新特征。研究研究者已报告了利用8周氘(以2H2O形式给予)掺入肥胖女性脂肪组织来定量测量体内脂肪动力学的方法。本提案的目标是利用代谢性2H-标记
【主题与分类】
主题标签:Lipedema。本站分类:内分泌、营养和代谢疾病/肥胖症。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05394467
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/NCT05394467
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:脂肪水肿。脂肪水肿的特征是脂肪组织异常沉积,导致液体积聚、肢体增大和疼痛。脂肪水肿常被误诊为单纯的肥胖。诊断的一大挑战在于对该疾病潜在的生物学机制了解甚少。有限的研究表明,脂肪水肿的发生可能涉及脂肪细胞肥大、脂肪祖细胞定向增加、缺氧、脂肪细胞坏死及巨噬细胞募集。目前仍迫切需要研究可能参与脂肪水肿发病机制的脂肪重塑新特征。研究 investigators 已报道,通过将氘(以2H2O形式给予)掺入肥胖女性脂肪组织8周,实现了体内脂肪动力学的定量测量。本提案的目标是利用代谢性2H标记方法,首次测量脂肪水肿参与者脂肪组织中的体内脂肪细胞形成和甘油三酯合成。影像学方法将提供一系列测量指标,以表征脂肪水肿的脂肪库。
研究人员假设,脂肪水肿的脂肪库中脂肪细胞形成和甘油三酯合成的速率将高于非脂肪水肿脂肪库以及传统肥胖女性的脂肪库。脂肪水肿可能涉及脂肪组织重塑,其特征为脂肪细胞肥大、前脂肪细胞定向增加及脂肪细胞分化(脂肪生成)增强,从而产生大量扩增和容纳脂质能力有限的脂肪细胞,导致缺氧、巨噬细胞募集以及局部/全身性炎症。本提案的研究发现将有助于更好地理解脂肪水肿的发病机制,并可能为未来治疗靶点的开发提供启示。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




