人呼吸道黏膜表面IgG-病原体相互作用中BARriers的作用
该数据集来源于clinicaltrials.gov,聚焦成人支气管扩张症,研究人呼吸道黏膜表面IgG与病原体相互作用中BARriers的作用

基本信息
资源简介
人呼吸道黏膜表面IgG-病原体相互作用中BARriers的作用
该数据集来源于clinicaltrials.gov,聚焦成人支气管扩张症,研究人呼吸道黏膜表面IgG与病原体相互作用中BARriers的作用。源站描述指出,自单克隆抗体技术问世以来,治疗性抗体已成功用于多种疾病,从非霍奇金淋巴瘤到部分哮喘亚型,其高选择性、可预测毒性和独特药理学特征使其优于小分子药物,成为增长最快的生物治疗类别。呼吸系统疾病影响全球数百万人,据WHO,到2030年四种最常见致命肺病(肺炎、结核、肺癌、COPD)约占全球五分之一死亡。该数据可用于呼吸道疾病与抗体治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Bronchiectasis Adult。自单克隆抗体技术问世以来,治疗性抗体(Ab)已被证明可成功治疗多种疾病。Ab彻底改变了致命疾病的管理和治疗,从非霍奇金淋巴瘤到哮喘亚型。Ab的成功基于其高选择性、可预测的毒性和独特的药理学特征,使其优于小分子药物。因此,Ab是增长最快的生物治疗药物类别,其中五种跻身美国最畅销药物之列。呼吸系统疾病影响全球数百万人;根据WHO,到2030年,四种最常见的致命肺部疾病(肺炎、结核病、肺癌和慢性阻塞性肺疾病[COPD])约占全球五分之一死亡。除过早死亡外
【主题与分类】
主题标签:Bronchiectasis Adult。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06670937
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/NCT06670937
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:成人支气管扩张症。自单克隆抗体技术问世以来,治疗性抗体已被证明可用于治疗多种疾病。抗体彻底改变了从非霍奇金淋巴瘤到哮喘亚型等致命疾病的管理和治疗。抗体的成功基于其高选择性、可预测的毒性以及独特的药理学特征,使其较小分子药物更具优势。因此,抗体是增长最快的一类生物治疗药物,其中有五种跻身美国最畅销药物之列。呼吸系统疾病影响着全球数百万人;根据世界卫生组织(WHO)的预测,到2030年,四种最常见的致命肺部疾病(肺炎、结核病、肺癌和慢性阻塞性肺疾病[COPD])将占全球死亡人数的约五分之一。除过早死亡外,呼吸系统疾病在残疾、医疗成本和生产力损失方面对社会造成巨大影响,凸显了对新疗法的迫切需求。
目前有超过100种分子处于临床评估阶段,另有十余种抗体(Ab)已获得上市许可,抗体在造福呼吸系统疾病(包括支气管扩张症)患者方面拥有巨大机遇。当前,抗体被用作抗肿瘤、抗炎和抗感染药物(尤其是抗生素)的替代或补充策略。抗体的行为取决于其药效学(PD)和药代动力学(PK),而这部分取决于其给药途径。迄今为止,用于呼吸系统疾病的抗体主要通过静脉或皮下给药,这并非确保活性药物在肺部达到治疗浓度的最佳方式,同时还会使其他器官暴露于药物。对于呼吸系统疾病的治疗,吸入给药可直接靶向呼吸道。吸入旨在通过鼻和/或口以气雾剂形式局部递送药物至其
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。




