免疫性血小板减少症与骨髓增生异常综合征的鉴别诊断
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)与骨髓增生异常综合征(MDS)的鉴别诊断

基本信息
资源简介
免疫性血小板减少症与骨髓增生异常综合征的鉴别诊断
该数据集来自 clinicaltrials.gov,聚焦免疫性血小板减少症(ITP)与骨髓增生异常综合征(MDS)的鉴别诊断。源站描述指出,ITP 诊断需排除包括 MDS、白血病等在内的多种血小板减少病因,并提及骨髓评估在老年及治疗抵抗患者中的应用,以及既往 ITP 患者后续发生 MDS 的研究报道。数据可用于构建 ITP 与 MDS 的鉴别分类模型,辅助临床诊断决策(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:免疫性血小板减少症、骨髓增生异常综合征。当前免疫性血小板减少症(ITP)的诊断标准主要基于血小板数量低,并排除其他多种血小板减少的原因,包括免疫缺陷、先天性或获得性血小板减少、脾功能亢进以及克隆性血液病如 MDS、淋巴增殖性疾病和急性髓系白血病(AML)等。ITP 诊断的补充检查分析包括基础系统性血液学研究,以及自身免疫检测和微生物学检测,而骨髓评估仅限于老年患者和/或对治疗抵抗的患者。既往研究已描述,在既往诊断为 ITP 的患者中发生骨髓增生异常综合征(MDS),甚至存在与 ge 相关的 MDS。
【主题与分类】
主题标签:Immune Thrombocytopenia、Myelodysplastic Syndromes。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03469661
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/NCT03469661
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:免疫性血小板减少症、骨髓增生异常综合征。免疫性血小板减少症(ITP)目前的诊断标准主要基于血小板数量降低,并排除其他多种导致血小板减少的原因,包括免疫缺陷、先天性或获得性血小板减少、脾功能亢进以及克隆性血液系统疾病如MDS、淋巴增殖性疾病和急性髓系白血病(AML)等。用于ITP诊断的补充检查分析包括基础系统性血液学研究,以及自身免疫检测和微生物学检测,而骨髓评估仅限于老年患者和/或对治疗耐药的患者。既往研究已描述了在先前诊断为ITP的患者中发生骨髓增生异常综合征(MDS)的情况,甚至存在与遗传背景相关的MDS。因此,可以设想,一部分在出现时具有ITP临床体征的病例,实际上可能对应于MDS发展的早期阶段,而在初始表现时并未对骨髓细胞进行系统评估。
通过流式细胞术已表征了骨髓细胞与外周血(PB)血小板多个区室之间的异常免疫表型模式。流式细胞术目前是MDS诊断的重要补充工具,在非克隆性血细胞减少与早期MDS的鉴别诊断以及MDS前期阶段的检测中显示出极大的有效性和适用性。此外,流式细胞术使得在其他血液系统恶性肿瘤(如多发性骨髓瘤、AML和慢性淋巴细胞白血病)患者中检测与MDS相关的共存特征成为可能。因此,对ITP患者发病时骨髓细胞进行免疫表型分析,将有助于识别以克隆性造血MDS型为基础的病例。在t
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。




