循环血单核细胞作为骨囊性纤维化疾病预测生物标志物的研究：CFTR校正剂的影响
该数据集来自 clinicaltrials.gov，聚焦囊性纤维化相关骨病。研究旨在表征循环单核细胞作为破骨细胞生成预测生物标志物的特征，评估囊性纤维化患者循环单核细胞上 CD115（MCSF 受体）和 CD265（RANK）膜受体的存在与调控，并分析 F508del CFTR 突变对单核细胞向破骨
基本信息
资源简介
循环血单核细胞作为骨囊性纤维化疾病预测生物标志物的研究：CFTR校正剂的影响
该数据集来自 clinicaltrials.gov，聚焦囊性纤维化相关骨病。研究旨在表征循环单核细胞作为破骨细胞生成预测生物标志物的特征，评估囊性纤维化患者循环单核细胞上 CD115（MCSF 受体）和 CD265（RANK）膜受体的存在与调控，并分析 F508del CFTR 突变对单核细胞向破骨细胞分化的影响。研究将量化破骨细胞的训练与功能活性，并在体外测试 CFTR 校正剂和增效剂对分化破骨细胞吸收活性的影响。患者仅需一次血液检测，可用于探索骨病预测标志物及 CFTR 调节剂作用（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：囊性纤维化。本研究的目的是表征循环单核细胞作为囊性纤维化相关骨病中破骨细胞生成的预测生物标志物的特征。研究者将评估囊性纤维化患者循环单核细胞的 CD115（MCSF 受体）和 CD265（RANK）膜受体的存在与调控。他们还将分析 F508del CFTR 突变对单核细胞向破骨细胞分化的影响。我们将 1) 量化破骨细胞的训练和功能活性，以及 2) 在体外测试 CFTR 的校正剂和增效剂对分化破骨细胞吸收活性的影响。研究将向患者解释，他们只需进行一次血液检测。
【主题与分类】
主题标签：Cystic Fibrosis。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/NCT03492567
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/NCT03492567
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
条件：囊性纤维化。本研究旨在描述循环单核细胞作为囊性纤维化相关骨病中破骨细胞生成预测生物标志物的特征。研究者将评估囊性纤维化患者循环单核细胞上CD115（MCSF受体）和CD265（RANK）膜受体的存在与调控。他们还将分析F508del CFTR突变对单核细胞向破骨细胞分化的影响。我们将1）量化破骨细胞的训练与功能活性，以及2）在体外测试CFTR校正剂和增效剂对分化破骨细胞吸收活性的影响。研究将向患者解释，他们只需进行一次血液检测。
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。
