狼疮与免疫性血小板减少症自身反应性阈值分析（Checkpoints ITP与SLE）
该数据集来自clinicaltrials.gov，聚焦免疫性血小板减少症（ITP）与系统性红斑狼疮（SLE）两种自身免疫病
基本信息
资源简介
狼疮与免疫性血小板减少症自身反应性阈值分析（Checkpoints ITP与SLE）
该数据集来自clinicaltrials.gov，聚焦免疫性血小板减少症（ITP）与系统性红斑狼疮（SLE）两种自身免疫病。源站描述围绕RITUX-PLUS研究（ITP）和Believe研究（SLE），旨在检验抗BAFF抗体能否恢复患者正常的免疫耐受阈值，并比较治疗后B细胞重建时外周血中未成熟B细胞（中枢耐受）与初始B细胞（外周耐受）的多反应性和自身反应性。数据可用于探索“双打击”疗法是否有助于将免疫系统重置为更耐受的表型，支持自身免疫病B细胞耐受机制与治疗应答相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：免疫性血小板减少症（ITP）、系统性红斑狼疮（SLE）。本提案旨在检验抗BAFF抗体能否在两种自身免疫病患者中恢复正常的耐受阈值，研究沿免疫性血小板减少症中的RITUX-PLUS研究和SLE中的Believe研究进行。这项工作将有助于得出结论：“双打击”疗法是否可能有助于将免疫系统重置为更耐受的表型。目的是在RITUX-PLUS研究和BLISS BELIEVE研究中，于治疗后（B细胞重建时间）比较外周血中未成熟B细胞（中枢耐受）与初始B细胞（外周耐受）的多反应性和自身反应性。
【主题与分类】
主题标签：Immune Thrombocytopenia (ITP)、Systemic Lupus Erythematosus (SLE)。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03975361
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/NCT03975361
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：免疫性血小板减少症（ITP）、系统性红斑狼疮（SLE）。本提案旨在检验抗BAFF抗体能否在两种自身免疫性疾病患者中恢复正常的耐受阈值，研究分别沿免疫性血小板减少症的RITUX-PLUS研究和SLE的Believe研究进行。这项工作将有助于得出结论：'双重打击’疗法是否可能有助于将免疫系统重置为更具耐受性的特征。目的是在RITUX-PLUS研究和BLISS BELIEVE研究中，比较治疗后（B细胞重建时间）外周血中未成熟B细胞（中枢耐受）和初始B细胞（外周耐受）的多反应性和自身反应性。
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。
