Alpha-1 抗胰蛋白酶缺乏症成人肝脏研究
该数据集来自 clinicaltrials.gov,主题为 Alpha-1 抗胰蛋白酶缺乏症(AATD)成人肝脏研究。AATD 是一种遗传性疾病,可导致儿童期危及生命的肝病或成年期肝癌,也可引起肺气肿

基本信息
资源简介
Alpha-1 抗胰蛋白酶缺乏症成人肝脏研究
该数据集来自 clinicaltrials.gov,主题为 Alpha-1 抗胰蛋白酶缺乏症(AATD)成人肝脏研究。AATD 是一种遗传性疾病,可导致儿童期危及生命的肝病或成年期肝癌,也可引起肺气肿。该多中心研究旨在评估 Pi-ZZ 型 AATD 个体的自然史,识别肝病进展的生物标志物,并构建可将队列数据与生物样本库关联的数据库。数据可用于肝病进展预测、生物标志物发现及相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Alpha-1 抗胰蛋白酶缺乏症。Alpha-1 抗胰蛋白酶缺乏症(AATD)是一种遗传性疾病,导致一种称为 alpha-1 抗胰蛋白酶(AAT)的蛋白质水平偏低。这种缺乏可在不同年龄引起危及生命的肝病和/或肺病。一些患者在儿童期经历危及生命的肝病,或在成年期发生肝癌。AAT 相关肝病尚无特异性治疗方法。一些患者在青年期出现肺气肿,而一些患者终生保持健康。环境或其他基因的差异可能解释这种疾病的不一致性。这项多中心研究的主要目标是评估 Pi-ZZ 型 AAT 缺乏症个体的自然史,识别肝病进展的生物标志物,并构建能够将队列数据与生物样本库标本关联的数据库。T
【主题与分类】
主题标签:Alpha-1 Antitrypsin Deficiency。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02014415
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/NCT02014415
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:α-1抗胰蛋白酶缺乏症。α-1抗胰蛋白酶缺乏症(AATD)是一种遗传性疾病,导致一种名为α-1抗胰蛋白酶(AAT)的蛋白质水平低下。这种缺乏可在不同年龄段引起危及生命的肝病和/或肺病。部分患者在儿童期经历危及生命的肝病,或成年后罹患肝癌。对于AAT相关的肝病,目前尚无特异性治疗方法。一些患者在青年时期发展为肺气肿,而有些患者则终生保持健康。环境或其他基因的差异可能解释了这种疾病表现的不一致性。这项多中心研究的主要目标是评估Pi-ZZ型AAT缺乏症个体的自然史,识别肝病进展的生物标志物,并构建一个能够将队列数据与生物样本库相链接的数据库。次要目标是分析与社会人口学、社会及家族史中与更严重肝病相关的因素。
本研究将通过记录参与者的家族史、病史、当前健康状况、实验室检查结果及医学治疗情况,来考察肝病的自然史。参与者可能会完成关于其身心健康、饮食、酒精摄入、吸烟以及环境和职业(工作)暴露的简要研究问卷。至少120名无既往肝病史、无中重度肝病且未接受过肝移植的Pi-ZZ型AAT缺乏症成人将在三个研究中心之一入组。符合条件的受试者将参与以下研究组之一:1. 肝活检组 2. 已知严重肝病组——因存在晚期肝病而不符合活检组资格的受试者 3. 肝移植后组——既往接受过肝移植的受试者。入组时,每位参与者将被分配一个唯一的研究识别(ID)编号。所有记录的参与者信息及采集的样本将……
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。




