转移性肿瘤患者抗NaV1.5自身抗体存在及心脏功能效应分析

该数据集来自clinicaltrials.gov,聚焦转移性乳腺癌与结直肠癌患者中抗NaV1.5自身抗体的识别与特征分析

IRCCS Policlinico S. DonatoIRCCS Policlinico S. Donato
clinicaltrials
浏览 11
时间序列分类Brugada Syndrome (BrS)Breast Cancer FemalesColon CancerECG AbnormalitiesAutoantibodies Screening
Analysis of the Presence and Cardiac Functional Effects of Anti-NaV1.5 Autoantibodies in Patients With Metastatic Tumors

基本信息

模态
时间序列
任务类型
分类
创建/更新时间
2026-10-10

资源简介

转移性肿瘤患者抗NaV1.5自身抗体存在及心脏功能效应分析

该数据集来自clinicaltrials.gov,聚焦转移性乳腺癌与结直肠癌患者中抗NaV1.5自身抗体的识别与特征分析。这些肿瘤表达特定靶结构nNaV1.5,诱导产生的抗体可能与心脏中类似结构NaV1.5发生交叉反应,进而影响离子通道功能并增加心律失常风险。数据覆盖Brugada综合征、女性乳腺癌、结肠癌、心电图异常及自身抗体筛查等主题,可用于研究肿瘤相关自身抗体与心脏电生理异常的关联,支持心律失常风险预测与机制探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Brugada Syndrome (BrS), Breast Cancer Females, Colon Cancer, ECG Abnormalities, Autoantibodies Screening. 本研究的总体目标是识别并表征转移性乳腺癌和结直肠癌患者中的抗NaV1.5自身抗体。这些肿瘤的特征是存在一种特定的靶结构(称为nNaV1.5),机体针对该结构产生抗体。这些抗体可能与心脏中发现的类似结构(称为NaV1.5)发生交叉反应。这可能影响通道功能并增加心律失常的风险。

【主题与分类】

主题标签:Brugada Syndrome (BrS)、Breast Cancer Females、Colon Cancer、ECG Abnormalities、Autoantibodies Screening。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07364656

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/NCT07364656

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

条件:Brugada综合征(BrS)、女性乳腺癌、结肠癌、心电图异常、自身抗体筛查。本研究的总体目标是识别并表征转移性乳腺癌和结直肠癌患者中的抗NaV1.5自身抗体。这些肿瘤的特征在于存在一种特定的靶结构(称为nNaV1.5),机体针对该结构产生抗体。这些抗体可能与心脏中发现的类似结构(称为NaV1.5)发生交叉反应。这可能影响通道功能并增加心律失常的风险。

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