高危血红蛋白病异基因造血干细胞移植
该数据集来自 clinicaltrials.gov，收录一项单中心、开放标签、干预性II期试验，针对高危血红蛋白病及其他依赖红细胞输注的疾病，采用异基因造血干细胞移植（HSCT）方案进行供者移植
基本信息
资源简介
高危血红蛋白病异基因造血干细胞移植
该数据集英文名为 Allo HSCT for High Risk Hemoglobinopathies，来源于 clinicaltrials.gov，在本站归入血液及造血器官疾病 / 其他分类。其源站描述指向一项单中心、开放标签、干预性 II 期试验，研究对象为高危血红蛋白病及其他依赖红细胞输注的疾病患者，干预方式为采用异基因造血干细胞移植（HSCT）方案的供者移植。数据集围绕移植物失败、镰状细胞病与血红蛋白病等主题组织，整体呈现的是一项针对上述高风险血液疾病开展移植干预的临床研究记录，可用于了解该试验的基本设计与关注方向。
【数据集背景】
该数据集对应的研究聚焦于高危血红蛋白病以及依赖红细胞输注的其他疾病。此类疾病在临床中往往需要长期管理，而异基因造血干细胞移植是研究中采用的干预路径。源站描述明确该研究为单中心、开放标签、干预性 II 期试验，说明其设计定位是在单一中心环境下、以开放方式开展干预性评估的二期研究。数据集的主题标签包括移植物失败、镰状细胞病与血红蛋白病，反映出研究关注的核心临床问题与疾病范围。
【数据内容】
依据源站描述，数据集所记录的研究涉及的条件包括移植物失败、镰状细胞病与血红蛋白病。研究采用异基因造血干细胞移植（HSCT）方案进行供者移植，面向高危血红蛋白病及其他依赖红细胞输注的疾病。数据内容围绕该干预性 II 期试验展开，主题标签与源站描述中的条件相互对应。除上述条件、干预方式与研究设计定位外，源站未提供更细粒度的数据字段说明。
【采集与来源】
该数据集来自 clinicaltrials.gov。源站描述表明其对应一项单中心、开放标签、干预性 II 期试验。除来源站与上述研究设计信息外，源站未提供具体的采集流程、时间范围或数据提取方式等细节。
【适用场景】
该数据集适用于关注高危血红蛋白病、镰状细胞病及移植物失败等主题的研究与信息检索场景，也可用于了解以异基因造血干细胞移植方案开展供者移植的 II 期干预性试验的基本情况。由于研究为单中心、开放标签设计，其记录可用于相关疾病领域临床试验信息的归集与查阅。除上述方向外，源站未提供其他适用场景说明。
【使用方法】
源站未提供。
【质量与限制】
该数据集对应的是单中心、开放标签、干预性 II 期试验，源站描述未提供样本量、结局指标、统计方法或数据完整性等信息。除研究设计与疾病条件外，源站未提供关于数据质量与使用限制的进一步说明。
【引用与许可】
源站未提供。
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/NCT06872333
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
Conditions: Graft Failure, Sickle Cell Disease, Hemoglobinopathies. A single center, open label, interventional, phase II trial for donor transplant for high risk hemoglobinopathies and other red cell transfusion dependent disorders utilizing allogeneic hematopoietic stem cell transplantation (HSCT) regimens.
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。
