严重免疫性血细胞减少登记库 Www.Sic-reg.Org

数据集获取

源站：https://clinicaltrials.gov/study/NCT03576742

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：免疫性血小板减少症、自身免疫性溶血性贫血、Evans综合征、原发性免疫缺陷。本研究旨在改善严重免疫性血细胞减少症患者的管理与照护，明确严重免疫性血细胞减少症的根本病因，并基于标准化诊断流程制定早期治疗分层策略，该策略可能在临床指征明确时得到生物标志物分析及（研究外）遗传学分析的支持。

主要目标：借助结构化诊断方法和参与中心的临床护理网络，快速检测严重免疫性血细胞减少的潜在病因，从而实现早期治疗分层。次要目标：* 收集罕见病流行病学数据 * 系统记录各种治疗的反应率 * 识别免疫耐受的生物标志物和调节因素 * 收集新型/实验性治疗药物使用情况的数据 * 记录医生报告的结果指标/绩效评分 * 通过定期SIC-Reg委员会为诊疗医生提供咨询。不会进行额外的静脉穿刺或研究时间点。在计划研究时间点附近的临床访视中，将获取额外的血液参数和粪便标本。当前临床管理遵循国际指南，这些指南在研究文件中进行了总结，但不属于研究的一部分（无诊断或治疗研究组）。

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。