假性剥脱综合征患者玻璃体蛋白质组学数据集
PEX 是一种全身性疾病,可导致细胞外物质在多种组织尤其是眼前节沉积,主要成分为弹性微纤维,其发病与年龄相关,50 岁以上人群发病率升高

基本信息
资源简介
假性剥脱综合征患者玻璃体蛋白质组学数据集
该数据集来源于 clinicaltrials.gov,聚焦假性剥脱综合征(Pseudoexfoliation Syndrome,PEX)患者的玻璃体蛋白质组学。PEX 是一种全身性疾病,可导致细胞外物质在多种组织尤其是眼前节沉积,主要成分为弹性微纤维,其发病与年龄相关,50 岁以上人群发病率升高。数据集可用于研究 PEX 的发病机制、相关蛋白变化及其并发症,为探索生长因子、氧化应激、炎症和细胞损伤在疾病发展中的作用提供数据基础(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:假性剥脱综合征。假性剥脱综合征(PEX)是一种全身性疾病,可导致细胞外物质在多种组织中沉积,尤其是眼前节。该物质主要由弹性微纤维组成。PEX 被认为是一种与年龄相关的疾病,其发病率和患病率因地区而异,但在 50 岁以上的患者中增加。由于人口结构变化,PEX 患者数量预计将上升,因此了解该疾病、其发病机制及其并发症非常重要。PEX 综合征的发病机制尚未完全阐明。生长因子、氧化应激、炎症和细胞损伤的相互作用被描述为该疾病发展的关键因素。详细的免疫组织化学和生化研究表明,几种蛋白质被大量 inv
【主题与分类】
主题标签:Pseudoexfoliation Syndrome。本站分类:眼及附器疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07506551
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/NCT07506551
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:假性剥脱综合征。假性剥脱综合征(PEX)是一种系统性疾病,可导致细胞外物质沉积于多种组织,尤其是眼前节。该物质主要由弹性微纤维组成。PEX被认为是一种与年龄相关的疾病,其发病率与患病率因地区而异,但在50岁以上患者中有所增加。由于人口结构变化,PEX患者数量预计将上升,因此了解该疾病、其发病机制及并发症十分重要。PEX综合征的发病机制尚未完全阐明。生长因子、氧化应激、炎症及细胞损伤之间的相互作用被认为是该病发生发展的关键因素。详细的免疫组织化学和生化研究表明,多种蛋白质深度参与PEX的发病机制。眼前节常受PEX累及,PEX物质存在于房水中,其蓄积可导致前囊膜、瞳孔缘或前房角出现可见沉积物。
已有若干项对房水的蛋白质组学研究,表明氧化应激和炎症促进PEX的发生发展。然而,关于PEX及其对后段影响的研究仍较缺乏。一些研究提示后段主要受累。有趣的是,PEX近来已被与玻璃体视网膜界面(VRI)的疾病/病理联系起来。研究显示,PEX眼的玻璃体后脱离(PVD)和视网膜前膜(ERM)发生率更高。ERM的发病机制尚未完全阐明,但与PEX类似,炎症、炎症蛋白和细胞因子似乎在ERM的发生发展中起重要作用。为进一步探究PEX眼与非PEX眼玻璃体中蛋白质及其水平的差异,本研究旨在
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。




