MBL和CLL与健康年龄匹配对照受试者的造血研究

该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)与单克隆B细胞增多症(MBL)患者相较健康年龄匹配对照者的骨髓造血功能

Mayo ClinicMayo Clinic
clinicaltrials
浏览 9
基因组分类Chronic Lymphocytic LeukemiaMonoclonal B-Cell Lymphocytosis
Hematopoiesis in MBL and CLL Versus Healthy Age-Matched Control Subjects

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-12

资源简介

MBL和CLL与健康年龄匹配对照受试者的造血研究

该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)与单克隆B细胞增多症(MBL)患者相较健康年龄匹配对照者的骨髓造血功能。研究通过血液样本采集、骨髓穿刺与活检及病历回顾,探究未经治疗MBL和CLL患者骨髓造血功能障碍的细胞与机制基础,并评估其B细胞来源产物对造血干/祖细胞(HSPC)分化与功能的影响,同时利用Emu-Tcl1转基因小鼠模型验证。可用于血液肿瘤造血异常机制与转化研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性淋巴细胞白血病、单克隆B细胞增多症。主要目标:I. 确定未经治疗的MBL和CLL患者骨髓(BM)造血功能障碍的细胞与机制基础。II. 确定MBL和CLL B细胞来源的细胞产物是否直接改变造血干/祖细胞(HSPC)的分化与功能能力。III. 利用Emu-Tcl1转基因小鼠模型确定MBL和CLL患者来源的细胞产物如何改变BM造血。概述:这是一项观察性研究。患者接受血液样本采集和骨髓穿刺与活检,并在研究期间接受病历审查。

【主题与分类】

主题标签:Chronic Lymphocytic Leukemia、Monoclonal B-Cell Lymphocytosis。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06536452

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/NCT06536452

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

疾病:慢性淋巴细胞白血病,单克隆B细胞增多症。主要目标:I. 确定未经治疗的MBL和CLL患者骨髓(BM)造血功能障碍的细胞和机制基础。II. 确定MBL和CLL B细胞衍生的细胞产物是否直接改变造血干细胞和祖细胞(HSPCs)的分化和功能能力。III. 利用Emu-Tcl1转基因小鼠模型,确定MBL和CLL患者衍生的细胞产物如何改变BM造血。大纲:这是一项观察性研究。患者接受血液样本采集和骨髓穿刺及活检,并在研究中对他们的医疗记录进行审查。

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