NAC-NAFLD与Cushing综合征数据集
Cushing综合征由长期皮质醇水平过高引起，常表现为代谢综合征；实验数据显示过量皮质醇可增加脂肪生成并减少脂肪酸氧化，可能促进肝脂肪变性，但人类数据有限
基本信息
资源简介
NAC-NAFLD与Cushing综合征数据集
该数据集来源于clinicaltrials.gov，聚焦Cushing综合征与脂肪肝疾病（NAFLD）的关联。Cushing综合征由长期皮质醇水平过高引起，常表现为代谢综合征；实验数据显示过量皮质醇可增加脂肪生成并减少脂肪酸氧化，可能促进肝脂肪变性，但人类数据有限。数据集可用于研究Cushing综合征患者中NAFLD的患病风险、代谢机制及肝脏相关结局，为肝癌等肿瘤研究提供潜在关联线索（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Cushing综合征、脂肪肝疾病。Cushing综合征是一种罕见疾病，由长期暴露于高水平的循环皮质醇引起。临床表现多样，但许多患者表现为代谢综合征（腹型肥胖、胰岛素抵抗、血脂异常、高血压）。关于肝脏，实验数据表明，过量的皮质醇会导致脂肪生成增加和脂肪酸氧化减少。这与内脏脂肪组织的积累和脂肪因子的失调有关，可能有助于动物肝脂肪变性的发展。然而，人类数据很少，仅有一项针对50名Cushing综合征患者的研究估计肝脂肪变性患病率为20%。NAFLD（非酒精性脂肪性肝病）定义为在abs
【主题与分类】
主题标签：Cushing Syndrome、Fatty Liver Disease。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05881005
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/NCT05881005
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：库欣综合征、脂肪肝病。库欣综合征是一种罕见疾病，由长期暴露于高水平的循环皮质醇引起。临床表现多样，但许多患者表现出代谢综合征（腹型肥胖、胰岛素抵抗、血脂异常、高血压）。就肝脏而言，实验数据显示，过量的皮质醇会导致脂肪生成增加和脂肪酸氧化减少。这与内脏脂肪组织的积累和脂肪因子的失调相关联，可能促进动物肝脏脂肪变性的发展。然而，人类的数据很少，仅有一项针对50名库欣综合征患者的研究估计肝脏脂肪变性的患病率为20%。NAFLD（非酒精性脂肪肝病）定义为在没有肝内脂肪积累的继发性原因的情况下存在肝脏脂肪变性。
这是一种异质性疾病，从通常认为预后良性的单纯性肝脂肪变性，到可能进展为纤维化、肝硬化及增加肝细胞癌风险的炎症（NASH，非酒精性脂肪性肝炎）。NAFLD的预后主要与肝纤维化的严重程度相关。在库欣综合征中，恢复皮质醇正常水平是改善与高皮质醇症相关共病的最有效策略。然而，其中一些并发症，尤其是代谢性共病，可能无法完全逆转，且目前尚无关于肝脂肪变性缓解的数据。
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。
