儿童数值染色体异常血液学特征数据集
研究为横断面设计，纳入 28 天至 18 岁确诊患儿，通过全血细胞计数和外周血涂片检查，评估贫血、大细胞增多、血小板减少、白细胞异常及血液系统恶性肿瘤风险等指标，确定异常的发生频率与模式
基本信息
资源简介
儿童数值染色体异常血液学特征数据集
本数据集来源于 clinicaltrials.gov，聚焦儿童数值染色体异常（如 Down Syndrome、Turner Syndrome、Klinefelter Syndrome、Trisomy 18 等）的血液学特征。研究为横断面设计，纳入 28 天至 18 岁确诊患儿，通过全血细胞计数和外周血涂片检查，评估贫血、大细胞增多、血小板减少、白细胞异常及血液系统恶性肿瘤风险等指标，确定异常的发生频率与模式。数据可用于分析染色体异常与血液学异常的关联，支持临床分类与风险识别研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Down Syndrome、Turner Syndrome、Klinefelter Syndrome、Trisomy 18、Chromosome Disorders。数值染色体异常如 Down syndrome、Turner syndrome、Klinefelter syndrome、Edwards syndrome 和 Patau syndrome 与多种血液学异常相关。这些异常可能包括贫血、大细胞增多、血小板减少、白细胞异常以及血液系统恶性肿瘤风险增加，尤其在 Down syndrome 中。这项横断面研究将纳入年龄在 28 天至 18 岁之间、确诊数值染色体异常的儿童。将进行全血细胞计数和外周血涂片检查，以评估血液学特征并确定异常的发生频率和模式。
【主题与分类】
主题标签：Down Syndrome、Turner Syndrome、Klinefelter Syndrome、Trisomy 18、Chromosome Disorders。本站分类：血液及造血器官疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07807540
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/NCT07807540
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：唐氏综合征、特纳综合征、克兰费尔特综合征、18三体综合征、染色体疾病。唐氏综合征、特纳综合征、克兰费尔特综合征、爱德华兹综合征和帕陶综合征等染色体数目异常疾病与多种血液学异常相关。这些异常可能包括贫血、大红细胞症、血小板减少症、白细胞异常以及血液系统恶性肿瘤风险增加，尤其在唐氏综合征中更为明显。本横断面研究将纳入年龄在28天至18岁之间、确诊为染色体数目异常疾病的儿童。将进行全血细胞计数和外周血涂片检查，以评估血液学特征并确定异常的发生频率和模式。
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。
