COV2疫苗配方对产生抗新冠病毒抗体能力的影响

该数据集来自clinicaltrials.gov,主题为COV2疫苗配方对产生抗新冠病毒抗体能力的影响。COV2是一种基于5型腺病毒载体、表达修饰SARS-CoV-2刺突蛋白的鼻用研究性疫苗

Rokote Laboratories Finland OyRokote Laboratories Finland Oy
clinicaltrials
浏览 8
蛋白质分类COVID - 19SARS CoV-2COVID-19疫苗编码
Effect of COV2 Vaccine Formulation on the Ability to Generate Antibodies Against Coronavirus That Causes COVID-19

基本信息

模态
蛋白质
任务类型
分类
创建/更新时间
2026-10-13

资源简介

COV2疫苗配方对产生抗新冠病毒抗体能力的影响

该数据集来自clinicaltrials.gov,主题为COV2疫苗配方对产生抗新冠病毒抗体能力的影响。COV2是一种基于5型腺病毒载体、表达修饰SARS-CoV-2刺突蛋白的鼻用研究性疫苗。试验为1a期、单国、单中心、单盲、随机设计,比较两种COV2配方的安全性和免疫原性,受试者在第0天和第28天接种两剂。试验分两部分:第1部分为接种阶段,评估安全性和免疫原性;第2部分为长期免疫原性随访,评估免疫应答的持久性。可用于疫苗免疫原性与安全性研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:COVID - 19,SARS CoV-2。这是一项1a期、单国、单中心、单盲、COV2疫苗配方随机试验,旨在研究和比较两种COV2疫苗配方的安全性和免疫原性。COV2是一种针对COVID-19的鼻用研究性疫苗,基于产生修饰SARS-CoV-2刺突蛋白的5型腺病毒载体。受试者将在第0天和第28天接受两剂两种COV2配方中的一种。该试验由两部分组成;第1部分是评估安全性和免疫原性的接种阶段,第2部分是评估免疫应答持久性的长期免疫原性随访。

【主题与分类】

主题标签:COVID - 19、SARS CoV-2。本站分类:免疫系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07416539

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07416539

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

条件:COVID-19、SARS-CoV-2。这是一项1a期、单国、单中心、单盲、COV2疫苗配方随机试验,旨在研究和比较两种COV2疫苗配方的安全性和免疫原性。COV2是一种针对COVID-19的鼻用研究性疫苗,基于产生修饰SARS-CoV-2刺突蛋白的5型腺病毒载体。参与者将在第0天和第28天接受两剂中的一种COV2配方。该试验包括两部分;第1部分是评估安全性和免疫原性的疫苗接种阶段,第2部分是评估免疫反应持久性的长期免疫原性随访。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。