颅缝早闭与颅骨过早融合畸形临床研究网络

该数据集来自 clinicaltrials.gov,主题为颅缝早闭及颅骨过早融合畸形相关的临床研究网络。其长期目标是阐明正常与异常的颅面生物学机制,以改善颅面疾病的治疗

Icahn School of Medicine at Mount SinaiIcahn School of Medicine at Mount Sinai
clinicaltrials
浏览 8
基因组Craniosynostosis
Network Of Clinical Research Studies On Craniosynostosis, Skull Malformations With Premature Fusion Of Skull Bones

基本信息

模态
基因组
创建/更新时间
2026-10-13

资源简介

颅缝早闭与颅骨过早融合畸形临床研究网络

该数据集来自 clinicaltrials.gov,主题为颅缝早闭及颅骨过早融合畸形相关的临床研究网络。其长期目标是阐明正常与异常的颅面生物学机制,以改善颅面疾病的治疗。颅缝早闭及其他颅骨异常是最常见的人类畸形之一,通常需要手术和医疗干预。该网络整合三个项目与两个核心,汇集人类学、形态测量学、影像学、出生缺陷、发育生物学、遗传学、基因组学、流行病学、统计学和系统生物学等多领域专家,研究相关间充质祖细胞命运的决定因素,以及导致整体颅骨生长异常和颅缝(尤其是冠状缝)过早闭合的成骨异常,并从患者获取高质量基因组数据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:颅缝早闭。项目计划“颅缝早闭网络”的长期目标是阐明正常与异常的颅面生物学,以最终改善颅面疾病的治疗。颅缝早闭及其他颅骨异常是最常见的人类畸形之一,通常需要手术和医疗干预。该网络将整合三个项目和两个核心。拥有包括人类学、形态测量学、影像学、出生缺陷、发育生物学、遗传学、基因组学、流行病学、统计学和系统生物学等多领域专业知识的科学家,将探索相关间充质祖细胞命运的决定因素、导致整体颅骨生长异常和颅缝(尤其是冠状缝)过早闭合的成骨异常。高质量基因组数据将从患者获取

【主题与分类】

主题标签:Craniosynostosis。本站分类:肌肉骨骼系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03025763

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/NCT03025763

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:颅缝早闭。项目计划“颅缝早闭网络”的长期目标是阐明正常和异常的颅面生物学,以最终改善颅面疾病的治疗。颅缝早闭和其他颅骨异常是最常见的人类畸形之一,通常需要外科和医疗干预。该网络将整合三个项目和两个核心。拥有包括人类学、形态测量学、影像学、出生缺陷、发育生物学、遗传学、基因组学、流行病学、统计学和系统生物学等多领域专业知识的科学家,将探索相关间充质祖细胞命运的决定因素、导致整体颅骨生长异常和颅缝(尤其是冠状缝)过早闭合的成骨异常。将从冠状非综合征性颅缝早闭(cNSC)患者及其可获得的父母中获取高质量的基因组数据。将对这些家庭进行新颖的全基因组变异、基因和网络水平分析,以识别与冠状颅缝早闭相关的新变异和遗传区域。

本研究为多中心、开放入组的回顾性研究,采用家系研究和病例对照研究两种设计。约4000名cNSC患者及其家属和对照者将由西奈山伊坎医学院招募,其中大部分将从全球10多家合作机构招募。

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