Ehlers-Danlos 综合征登记库
该平台由 Rare Skeletal Disease Department 与本地软件公司 Dilaxia 合作开发,符合 GDPR,支持多客户端与网页访问,并按 Orphanet code、ICD 等医学信息学标准设计

基本信息
资源简介
Ehlers-Danlos 综合征登记库
Registry of Ehlers-Danlos Syndrome(RED)是依托 Genotype-phenotype Data Integration platform(GeDI)构建的罕见病登记库,用于简化 Ehlers-Danlos 综合征的诊断流程并改善数据存储与分析。该平台由 Rare Skeletal Disease Department 与本地软件公司 Dilaxia 合作开发,符合 GDPR,支持多客户端与网页访问,并按 Orphanet code、ICD 等医学信息学标准设计。数据可用于罕见病患者的临床信息管理与基因型-表型整合研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Ehlers-Danlos 综合征。传统的患者信息收集方法往往混乱、不便,有时甚至不安全,尤其是在处理罕见病时。2014 年,为简化诊断流程并克服数据存储与分析的困难,有人建议实施 Ehlers-Danlos 综合征登记库(RED)。RED 依托一个名为基因型-表型数据整合平台(GeDI)的 IT 平台。该方案由 Rare Skeletal Disease Department 与一家本地软件公司(Dilaxia)合作开发,符合《通用数据保护条例》(GDPR),支持多客户端并可网页访问。它按照现行医学信息学标准设计,包括 Orphanet 编码、国际疾病分类(ICD)、人类基因组变异学会
【主题与分类】
主题标签:Ehlers-Danlos Syndrome。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/NCT04133272
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/NCT04133272
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:埃勒斯-当洛斯综合征。传统的患者信息收集方法往往混乱、不便,有时甚至不安全,尤其是在处理罕见病时。2014年,为了简化诊断流程并克服数据存储与分析的困难,有人建议实施埃勒斯-当洛斯综合征登记系统(RED)。RED依托一个名为基因型-表型数据整合平台(GeDI)的信息技术平台。该解决方案由罕见骨骼疾病科与当地一家软件公司(Dilaxia)合作开发,符合《通用数据保护条例》(GDPR),支持多客户端并可通过网络访问。它按照当前医学信息学标准设计,包括Orphanet编码、国际疾病分类(ICD)、人类基因组变异学会,旨在遵循FAIR(可查找、可访问、可互操作、可重用)原则。GeDI正在持续实施,以改善埃勒斯-当洛斯综合征患者的管理,并协助研究人员分析所收集的信息。
RED分为以下几个主要部分:* 个人数据:包括一般信息、出生信息和居住数据;* 患者数据:包括患者内部代码、医院代码及其他患者详细信息;* 诊断过程:包括诊断、状态(确诊、疑似等)、诊断时年龄、合并症、过敏等;* 家系图:一种用于设计疾病家族传递的工具,同时包含所有纳入亲属的疾病状态信息;* 临床事件:记录埃勒斯-当洛斯综合征的大量体征和症状,以及若干用于描述该疾病的附加项目;* 遗传分析与变异:包括分析技术、样本信息、分析时长等。该部分还包含任何检测到的病理性变异的详细信息(例如基因、国际
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。




