异基因造血干细胞移植后侵袭性曲霉病
该数据集来自 clinicaltrials.gov，聚焦于异基因造血干细胞移植（HSCT）后侵袭性曲霉病的发生情况。数据覆盖血液系统疾病患者，评估移植后侵袭性曲霉病的发病率，并特别关注半乳甘露聚糖检测以及无症状患者早期 TC 扫描的作用
基本信息
资源简介
异基因造血干细胞移植后侵袭性曲霉病
该数据集来自 clinicaltrials.gov，英文名称为 Invasive Aspergillosis After Allogeneic Hematopoietic Stem Cell Transplantation (HSCT)，本站将其归类于血液及造血器官疾病下的其他类别。数据集聚焦于异基因造血干细胞移植后侵袭性曲霉病的发生情况，覆盖血液系统疾病患者，核心目的是评估移植后侵袭性曲霉病的发病率，并特别关注半乳甘露聚糖检测以及无症状患者早期 TC 扫描在疾病识别中的作用。主题标签包括血液系统疾病与侵袭性曲霉病，整体定位属于移植后感染并发症的临床研究数据，适用于对造血干细胞移植后真菌感染风险、诊断策略及监测手段感兴趣的研究与临床人员参考。
【数据集背景】
异基因造血干细胞移植是治疗多种血液系统疾病的重要手段，但移植后患者免疫功能受到显著抑制，侵袭性曲霉病成为威胁预后的重要感染并发症之一。该数据集所对应的研究关注这一临床问题，旨在评估接受异基因造血干细胞移植的患者中侵袭性曲霉病的发病率。研究背景涉及血液系统疾病患者群体，以及移植后感染监测的实际需求。源站描述中明确提及，研究特别关注半乳甘露聚糖检测和早期 TC 扫描在无症状患者中的作用，说明该数据集围绕移植后侵袭性曲霉病的早期识别与诊断手段展开。
【数据内容】
数据集的主题标签为 Hematological Diseases 和 Invasive Aspergillosis，覆盖的疾病领域包括血液系统疾病与侵袭性曲霉病。源站描述指出，该研究评估异基因干细胞移植患者中侵袭性曲霉病的发病率，并重点关注半乳甘露聚糖检测以及无症状患者早期 TC 扫描的作用。因此，数据内容围绕移植后侵袭性曲霉病的发生情况、诊断检测手段及影像学筛查策略展开。关于具体样本量、变量字段、随访时间、统计指标等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov，本站分类为血液及造血器官疾病 / 其他。源站描述中列出了研究条件为 Hematological Diseases 和 Invasive Aspergillosis，并说明了研究目的。关于数据采集的具体时间范围、采集机构、采集地点、纳入排除标准、数据收集流程等，源站未提供。
【适用场景】
该数据集适用于关注异基因造血干细胞移植后感染并发症的研究场景，尤其是侵袭性曲霉病的发病率评估、半乳甘露聚糖检测的临床应用价值，以及无症状患者早期 TC 扫描筛查策略的探讨。也可供血液科、移植科、感染科相关临床与科研人员在进行移植后真菌感染监测与诊断研究时参考。关于具体的使用场景限制或推荐应用方向，源站未提供。
【使用方法】
源站未提供具体的数据使用方法，包括数据访问方式、文件格式、字段说明、分析工具或操作步骤等。
【质量与限制】
源站未提供关于数据质量、完整性、准确性、偏倚控制或研究局限性的说明。
【引用与许可】
源站未提供引用格式、许可协议或使用条款等信息。
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/NCT00838643
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：血液系统疾病、侵袭性曲霉病。评估接受异基因干细胞移植患者中侵袭性曲霉病的发生率，特别关注半乳甘露聚糖检测及无症状患者早期CT扫描的作用。
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。
