Horton病调节性T淋巴细胞表型与功能特征研究

该数据集来自clinicaltrials.gov,聚焦Horton病(巨细胞动脉炎,GCA)患者调节性T淋巴细胞(Treg)的表型与功能特征研究

Centre Hospitalier Universitaire DijonCentre Hospitalier Universitaire Dijon
clinicaltrials
浏览 7
其他Horton's Disease
Study of Phenotypic and Functional Characteristics of Regulatory T Lymphocytes in Horton's Disease

基本信息

模态
其他
创建/更新时间
2026-10-23

资源简介

Horton病调节性T淋巴细胞表型与功能特征研究

该数据集来自clinicaltrials.gov,聚焦Horton病(巨细胞动脉炎,GCA)患者调节性T淋巴细胞(Treg)的表型与功能特征研究。源站描述指出GCA伴随Th1和Th17反应升高,虽已发现Treg数量缺陷,但其精确表型、功能特征及抑制Th1/Th17极化的能力尚无数据;研究假设GCA存在Treg数量尤其功能缺陷,并借助CD39等新标志物分析Treg特征,以期更好理解Treg在GCA中的作用。数据可用于免疫系统疾病中Treg功能与极化调控的相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:Horton病。巨细胞动脉炎(GCA)是50岁后最常见的血管炎。研究者近期表明,GCA伴随Th1和Th17反应的升高[1]。尽管已显示调节性TL(Treg)存在数量缺陷,但迄今为止尚无关于其精确表型和功能特征的数据,尤其是其抑制Th1和Th17极化的能力。研究者的假设是,在GCA中,Treg存在数量尤其是功能缺陷。近期,在利用新标志物(CD39)识别Treg方面取得了进展,这将使得更好地识别和研究其特定功能成为可能。在本研究中,将分析GCA中Treg的表型和功能特征。更好地理解Treg在GCA中的作用应能带来更好的t

【主题与分类】

主题标签:Horton's Disease。本站分类:免疫系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02857192

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

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/NCT02857192

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:霍顿病。巨细胞动脉炎(GCA)是50岁以后最常见的血管炎。研究者近期发现,GCA伴有Th1和Th17反应的升高[1]。尽管已显示调节性T淋巴细胞(Treg)存在数量上的缺陷,但迄今为止尚无关于其精确表型和功能特征的数据,尤其是其抑制Th1和Th17极化的能力。研究者的假设是,在GCA中,Treg存在数量上的、尤其是功能上的缺陷。近年来,在利用新标志物(CD39)识别Treg方面取得了进展,这将使更好地识别和研究其特定功能成为可能。本研究将分析GCA中Treg的表型和功能特征。更好地理解Treg在GCA中的作用,应能为GCA患者带来更有针对性的治疗,尤其是通过阻断抑制Treg分化和/或功能的细胞因子。该研究被归类为干预性研究,因为需要采集大量血液样本。

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。

获取专属数据定制方案