番茄摄入对NAFLD受试者脂肪变性、肠道功能及糖脂代谢的影响
该数据集来自clinicaltrials.gov,主题为番茄摄入对非酒精性脂肪性肝病(NAFLD)受试者肝脏脂肪变性、肠道功能及糖脂代谢的影响,同时涉及肠易激综合征(IBS)

基本信息
资源简介
番茄摄入对NAFLD受试者脂肪变性、肠道功能及糖脂代谢的影响
该数据集来自clinicaltrials.gov,主题为番茄摄入对非酒精性脂肪性肝病(NAFLD)受试者肝脏脂肪变性、肠道功能及糖脂代谢的影响,同时涉及肠易激综合征(IBS)。源站描述指出慢性肝病是致病和致死的主要原因之一,肝病死亡率上升与NAFLD患病率增加相关,肝脂肪变性是NAFLD的标志,指肝细胞内脂肪沉积超过5%且与酒精摄入、病毒感染或药物使用无关,并可区分肝脂肪变性与非酒精性脂肪性肝炎(NASH),后者与小叶炎症相关,有进展为肝硬化和肝细胞癌的风险。数据可用于研究饮食干预对NAFLD及代谢相关指标的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NAFLD、IBS。慢性肝病是致病和致死的主要原因之一。肝病死亡率的上升与NAFLD患病率增加相关,NAFLD是西方国家临床实践中最常见的慢性肝病。术语“肝脂肪变性”是NAFLD的标志,指肝细胞内脂肪沉积超过5%,且与酒精摄入、病毒感染或药物使用无关。可以区分肝脂肪变性与非酒精性脂肪性肝炎(NASH),NASH是NAFLD的一种亚型,其脂肪沉积与小叶炎症相关,伴或不伴纤维化,特征是可能进展为肝硬化,并可能进展为肝细胞癌。肝脂肪变性是所有肝脏改变的独立危险因素。
【主题与分类】
主题标签:NAFLD、IBS。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06389851
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/NCT06389851
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:NAFLD、IBS。慢性肝病是导致发病和死亡的主要原因之一。肝病死亡率的增加与NAFLD患病率的上升有关,NAFLD是西方国家临床实践中最常见的慢性肝病。术语“肝脂肪变性”是NAFLD的标志,指肝细胞中脂肪沉积超过5%,且与饮酒、病毒感染或药物使用无关。可以区分肝脂肪变性和非酒精性脂肪性肝炎(NASH),后者是NAFLD的一种亚型,其特征是脂肪沉积伴有小叶炎症,伴或不伴纤维化,具有可能进展为肝硬化和可能进展为肝细胞癌的风险。肝脂肪变性是NAFLD所有肝脏改变(特别是炎症和纤维化)的独立危险因素。在全球范围内,通过肝脏超声评估的NAFLD患病率平均为30.69%。
在过去10-15年间,其患病率(始终通过肝脏超声评估)增加了+38.7%,从1990-2006年期间的25.16%上升至2016-2019年期间的34.59%。如果说非酒精性脂肪性肝病(NAFLD)患病率最高的是拉丁美洲(44.37%),那么北美为31.2%,西欧为25.1%。在意大利进行的研究表明,一般人群中NAFLD的患病率为22.5%-27.0%,其中通过无创手段诊断的纤维化患病率为2%。在NAFLD患者中,全因死亡率为每1000人年12.60例,而心血管原因、肝外肿瘤和肝脏相关原因导致的死亡率分别为每1000人年4.20例、每1000人年2.83例和每1000人年0.92例。在NAFLD的发生和进展中,除了胰岛素抵抗和全身性炎症的作用外,肠道与肝脏之间的关联通路也参与其中,进而影响
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。




