自身免疫性溶血性贫血治疗前后T滤泡辅助与调节细胞释放的意义
该数据集来自 clinicaltrials.gov,聚焦自身免疫性溶血性贫血(AIHA)患者在治疗前后T滤泡辅助细胞与T滤泡调节细胞的释放变化

基本信息
资源简介
自身免疫性溶血性贫血治疗前后T滤泡辅助与调节细胞释放的意义
该数据集来自 clinicaltrials.gov,聚焦自身免疫性溶血性贫血(AIHA)患者在治疗前后T滤泡辅助细胞与T滤泡调节细胞的释放变化。源站描述涵盖AIHA的获得性自身免疫机制、温抗体型IgG介导的红细胞血管外破坏、自身反应性B细胞与调节性T细胞相关研究背景,以及输血和糖皮质激素等主要治疗手段。数据可用于探索AIHA免疫发病机制与治疗前后免疫细胞动态,支持肿瘤/淋巴瘤分类下的相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:自身免疫性溶血性贫血。自身免疫性溶血性贫血(AIHA)是一种获得性自身免疫性疾病,导致产生针对患者红细胞的抗体,从而缩短红细胞寿命。该病的主要发病机制是针对红细胞的自身抗体,伴或不伴补体激活。AIHA最常见的类型是温抗体型AIHA,其特征是存在温型自身抗体-免疫球蛋白G(IgG),该抗体在37°C时反应最佳,通过组织巨噬细胞导致红细胞血管外破坏。既往关于AIHA病因和发病机制的研究主要集中在逃逸耐受机制的自身反应性B细胞和调节性T细胞(Treg)。AIHA的主要治疗包括红细胞输注和免疫系统抑制剂如糖皮质激素。在一次免疫反应
【主题与分类】
主题标签:Autoimmune Hemolytic Anemia。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04814394
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/NCT04814394
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:自身免疫性溶血性贫血。自身免疫性溶血性贫血(AIHA)是一种获得性自身免疫性疾病,可产生针对患者红细胞的抗体,导致红细胞寿命缩短。该病的主要发病机制是针对红细胞的自身抗体,伴或不伴补体激活。AIHA最常见的类型是温抗体型AIHA,其特征是存在温型自身抗体——免疫球蛋白G(IgG),该抗体在37 °C时反应最佳,通过组织巨噬细胞导致红细胞血管外破坏。既往关于AIHA病因和发病机制的研究主要集中于逃逸耐受机制的自身反应性B细胞和调节性T细胞(Treg)。AIHA的主要治疗包括红细胞输注和免疫系统抑制剂(如糖皮质激素)。在免疫应答过程中,CD4 Th细胞可分化为几种独特的效应谱系,通过分泌不同类型的细胞因子促进不同的免疫应答。
滤泡辅助性T(Tfh)细胞是CD4 T细胞的一个谱系,其主要功能是帮助B细胞形成生发中心(GC)并产生高亲和力抗体(6)。Tfh细胞的特征在于表达CXCR5、转录抑制因子B细胞淋巴瘤6(Bcl-6)、程序性死亡1(PD-1)和诱导性共刺激分子(ICOS)。滤泡调节性T(Tfr)细胞是新发现的Treg细胞亚群,共表达Treg细胞和Tfh细胞的标志物。除表达Tfh相关标志物外,Tfr细胞还表达调节性标志物,如FoxP3、CD25、CTLA-4、IL-10和转化生长因子β(TGFβ)。TFR细胞代表Foxp3+ Tregs中一个高度特化的亚群,其共表达TFH特征(如Bcl-6、CXCR5、ICOS、PD-1)和Treg特征(CD25和Foxp3)。TFR细胞能够抑制TFH活化和细胞因子产生,并抑制B细胞GL7和B7-1表达,限制类别转换重组的发生。
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。




