面向自身免疫、炎症、遗传、血液、感染、神经、CNS、肿瘤、呼吸、代谢疾病患者的居家研究
该数据集来自 clinicaltrials.gov，面向自身免疫、炎症、遗传、血液、感染、神经、CNS、肿瘤、呼吸、代谢等多种疾病患者，同时纳入健康对照
基本信息
资源简介
面向自身免疫、炎症、遗传、血液、感染、神经、CNS、肿瘤、呼吸、代谢疾病患者的居家研究
该数据集来自 clinicaltrials.gov，是一项面向多种疾病患者的居家研究，涵盖自身免疫、炎症、遗传、血液、感染、神经、中枢神经系统、肿瘤、呼吸、代谢等广泛疾病类别，同时纳入健康对照样本。研究通过收集血液及其他可自愿捐赠的组织样本，为生物医学研究人员提供高质量生物样本，以支持将基础科学研究转化为具有临床意义的信息与技术。数据集在分类上归入肿瘤及其他类别，主题标签覆盖所有已诊断健康状况、注意缺陷多动障碍、斑秃、强直性脊柱炎、哮喘、特应性皮炎湿疹、β地中海贫血、双相情感障碍、乳腺癌、乳糜泻、宫颈癌及多种慢性疾病等。
【数据集背景】
该研究的设计初衷是面向所有已诊断健康状况的人群，而非局限于某一特定病种。源站描述中列举了多种疾病类型，包括注意缺陷多动障碍、斑秃、强直性脊柱炎、哮喘、特应性皮炎湿疹、β地中海贫血、双相情感障碍等，并明确将健康对照样本纳入采集范围。其目标在于为生物医学研究提供质量可靠的生物样本，推动基础科学发现向临床相关信息和技术的转化。数据集标题进一步将适用范围概括为自身免疫、炎症、遗传、血液、感染、神经、中枢神经系统、肿瘤、呼吸和代谢等多类疾病，体现出跨病种、广覆盖的研究定位。
【数据内容】
该研究将采集血液及其他可自愿捐赠的组织样本。样本来源既包括患有各种不同类型健康状况的个体，也包括健康对照。源站描述未提供样本的具体数量、类型细分、存储形式或检测指标等细节。主题标签中列出了多种疾病名称，如所有已诊断健康状况、注意缺陷多动障碍、斑秃、强直性脊柱炎、哮喘、特应性皮炎湿疹、β地中海贫血、双相情感障碍、乳腺癌、乳糜泻、宫颈癌以及多种慢性疾病等，但未说明各病种对应的样本规模或数据字段。
【采集与来源】
数据集的来源站为 clinicaltrials.gov。研究采用居家研究的形式，即参与者可在居家场景下参与样本捐赠。源站描述未提供具体的采集流程、采集时间点、样本运输方式、随访安排或知情同意细节。关于采集机构、研究者信息及合作方，源站未提供。
【适用场景】
该数据集适用于需要多种疾病及健康对照生物样本的生物医学研究场景，可支持将基础科学研究转化为临床相关信息与技术的工作。其跨病种、含健康对照的特点，使其可用于比较不同健康状况人群的样本特征。源站未提供具体的适用研究类型、分析用途或已支持的研究成果。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、申请流程、数据格式、配套临床信息字段或分析工具等。
【质量与限制】
源站未提供关于样本质量、数据完整性、偏倚控制或验证结果的具体信息。由于该研究面向广泛疾病类型并包含健康对照，其覆盖范围较广，但源站未说明各病种样本的代表性、数量均衡性或质量控制措施。
【引用与许可】
源站未提供该数据集的引用方式、许可条款或使用限制。
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/NCT01931644
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
条件：所有已诊断的健康状况、ADD/ADHD、斑秃、强直性脊柱炎、哮喘、特应性皮炎湿疹、β地中海贫血、双相情感障碍。本研究将收集患有各种不同类型健康状况的人群的血液及其他可选捐赠的组织样本，以及健康对照样本，以便为生物医学研究人员提供高质量的生物样本，这些样本对于将基础科学研究转化为临床相关信息和技术至关重要。
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。
