未知病因新发局灶性癫痫发作中的神经自身抗体患病率
该数据集来自 clinicaltrials.gov,聚焦于未知病因的新发局灶性癫痫发作患者中神经自身抗体的患病情况。数据涵盖癫痫与自身免疫性脑炎相关条件,记录患者人口学信息、发病年龄、病程、发作症状学、发作频率、临床表现、潜在恶性肿瘤、低钠血症、脑部 MRI、用药及其他疾病,并纳入 MMSE、MoC

基本信息
资源简介
未知病因新发局灶性癫痫发作中的神经自身抗体患病率
该数据集来自 clinicaltrials.gov,聚焦于未知病因的新发局灶性癫痫发作患者中神经自身抗体的患病情况。数据涵盖癫痫与自身免疫性脑炎相关条件,记录患者人口学信息、发病年龄、病程、发作症状学、发作频率、临床表现、潜在恶性肿瘤、低钠血症、脑部 MRI、用药及其他疾病,并纳入 MMSE、MoCA、HAMA、mRS 等基线评估及 APE2 等既往评分量表。可用于研究自身抗体在癫痫与脑病中的分布及相关临床特征,支持分类或预测分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:癫痫、自身免疫性脑炎。1. 局灶性癫痫发作或癫痫根据发作症状学、脑电图发现和/或其他相关信息定义。如适用,进行 24 小时视频脑电图检查。2. 临床信息由专门指定人员记录,包括患者人口学信息、发病年龄、病程、发作症状学、发作频率、临床表现、潜在恶性肿瘤、低钠血症、脑部 MRI、用药及其他疾病。3. 基线时的简易精神状态检查(MMSE)、蒙特利尔认知评估(MoCA)、汉密尔顿抑郁量表(HAMA)、汉密尔顿焦虑量表(HAMA)和改良 Rankin 量表(mRS)被评估并记录。4. 既往评分量表,如癫痫和脑病中的抗体患病率(APE2)评分、导致局灶性癫痫的抗体
【主题与分类】
主题标签:Epilepsy、Encephalitis Autoimmune。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06388161
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/NCT06388161
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:癫痫、自身免疫性脑炎。1. 根据发作症状学、脑电图检查结果和/或其他相关信息,定义局灶性癫痫发作或癫痫。如适用,进行24小时视频脑电图监测。2. 由专人记录临床信息,包括患者人口学资料、发病年龄、病程、发作症状学、发作频率、临床表现、潜在恶性肿瘤、低钠血症、脑部MRI、用药及其他疾病。3. 评估并记录基线的简易精神状态检查(MMSE)、蒙特利尔认知评估(MoCA)、汉密尔顿抑郁量表(HAMA)、汉密尔顿焦虑量表(HAMA)及改良Rankin量表(mRS)。4. 在基线时评估既往评分量表,如癫痫和脑病中抗体流行率(APE2)评分、导致局灶性癫痫症状体征的抗体(ACES)评分以及癫痫或发作中神经抗体检测的“明显”指征(ONES)清单。5.
采用商业化细胞学检测法(CBA;EUROIMMUN,吕贝克,德国)检测血清抗N-甲基-D-天冬氨酸受体(抗NMDAR)、抗α-氨基-3-羟基-5-甲基-4-异噁唑丙酸受体(抗AMPAR)、抗γ-氨基丁酸B受体(抗GABABR)、抗富亮氨酸胶质瘤失活蛋白1(抗LGI1)、抗接触蛋白相关蛋白样2(抗CASPR2)、抗谷氨酸脱羧酶65(抗GAD65)、抗代谢型谷氨酸受体5(mGluR5)、抗二肽基肽酶样蛋白6(DPPX)、抗髓鞘少突胶质细胞糖蛋白(MOG)及抗免疫球蛋白样细胞黏附分子5(IgLON5)抗体。若血清中检测到神经自身抗体,则应检测脑脊液。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




