异基因干细胞移植后移植物抗宿主病的组织免疫图谱 (TIL-GVHD)
该数据集来源于clinicaltrials.gov,聚焦慢性移植物抗宿主病(cGVHD)——异基因造血干细胞移植后主要致病和致死原因,发生率30%至60%

基本信息
资源简介
异基因干细胞移植后移植物抗宿主病的组织免疫图谱 (TIL-GVHD)
该数据集来源于clinicaltrials.gov,聚焦慢性移植物抗宿主病(cGVHD)——异基因造血干细胞移植后主要致病和致死原因,发生率30%至60%。源站描述涉及血液中TFH细胞亚群在cGVHD中高度活化、向Th1/Th17偏移并增强对B细胞辅助能力,以及B细胞稳态异常和高BAFF水平下自反应性B细胞克隆出现等翻译研究内容。数据可用于cGVHD免疫机制研究与相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性移植物抗宿主病。背景:慢性移植物抗宿主病(cGVHD)是接受造血干细胞移植(alloSCT)患者发病和死亡的主要原因,发生率为30%和60%。转化研究表明,不同的同种反应性T细胞亚群参与其中并与cGVHD相关,且调节性亚群存在缺陷。B细胞亚群也显示出若干稳态异常,在高BAFF水平的背景下,这些异常促成了自反应性B细胞克隆的出现。在alloSCT患者中,我们观察到(Forcade等,Blood 2016)血液中存在一种称为TFH的T细胞亚群,具有B细胞辅助能力,类似于生发中心反应。在cGVHD期间,血液TFH高度活化,向Th1/Th17表型偏移,并表现出增强的向B细胞提供“辅助”的能力,促进自身/同种异体反
【主题与分类】
主题标签:Chronic Graft Versus Host Disease。本站分类:免疫系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06247150
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/NCT06247150
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
疾病:慢性移植物抗宿主病。背景:慢性移植物抗宿主病(cGVHD)是接受造血干细胞移植(alloSCT)患者发病和死亡的主要原因,发生率为30%至60%。转化研究表明,不同的同种异体反应性T细胞亚群参与其中并与cGVHD相关,且调节性亚群存在缺陷。B细胞亚群也显示出多种稳态异常,在高BAFF水平背景下,这些异常促进了自身反应性B细胞克隆的出现。在alloSCT患者中,我们观察到(Forcade等,Blood 2016)血液中存在一种称为TFH的T细胞亚群,具有辅助B细胞的能力,类似于生发中心反应。在cGVHD期间,血液TFH高度活化,偏向Th1/Th17表型,并表现出增强的向B细胞提供“帮助”的能力,在cGVHD背景下促进自身/同种抗体的产生。这与此类患者中CXCL13水平升高相关,提示该亚群归巢至淋巴组织。
Liarski等(Sci Trans Med 2014)显示,在狼疮患者的炎症组织样本中观察到TFH,并证明其与B细胞密切相互作用,模拟生发中心结构,如三级淋巴器官。关于cGVHD组织靶点的初步数据显示,CD4+ T细胞浸润,其中一些在单染中表达CXCR5、ICOS、PD1。假设:cGVHD靶组织含有三级淋巴结构。
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。




