免疫Semaphorin在非酒精性脂肪肝病与NASH中的特征研究
该数据集来自clinicaltrials.gov，聚焦非酒精性脂肪肝病与NASH，涉及免疫Semaphorin在疾病中的特征
基本信息
资源简介
免疫Semaphorin在非酒精性脂肪肝病与NASH中的特征研究
该数据集来自clinicaltrials.gov，聚焦非酒精性脂肪肝病与NASH，涉及免疫Semaphorin在疾病中的特征。源站描述指出法国近期流行病学研究显示肥胖患病率达14.5%且近20年显著增加，肝脏并发症（脂肪变性及脂肪性肝炎）常见。Semaphorin自1990年代初被描述，已报道超过20种，参与神经发育、心脏形态发生、血管生长、肿瘤进展、免疫细胞调控及肝纤维化等过程。初步研究显示树突状细胞浸润脂肪组织并启动T细胞活化与炎症。数据可用于免疫机制与肝病关联的分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非酒精性脂肪肝病。法国近期的流行病学研究显示肥胖患病率高（14.5%），且在过去20年中其患病率强劲增长。在与肥胖相关的众多并发症中，肝脏并发症（脂肪变性及脂肪性肝炎[NASH]）属于最常见之列。Semaphorin于1990年代初被描述。迄今为止已报道超过20种此类蛋白质。这些蛋白质曾用于神经发育。此后许多功能也已被描述。Semaphorin参与众多生理或病理生理过程（心脏形态发生、血管生长、肿瘤进展）、免疫细胞调控及肝纤维化。初步研究已表明，树突状细胞浸润脂肪组织并启动T细胞活化与炎症。免疫Semaphorin是新的参与者
【主题与分类】
主题标签：Non Alcoholic Fatty Liver Disease。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02820285
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/NCT02820285
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：非酒精性脂肪性肝病。法国近期的流行病学研究显示，肥胖患病率较高（14.5%），且在过去20年中大幅上升。在与肥胖相关的诸多并发症中，肝脏并发症（脂肪变性和脂肪性肝炎[NASH]）属于最常见之列。信号素（Semaphorins）于20世纪90年代初被描述。迄今为止，已报道的此类蛋白超过20种。这些蛋白最初被认为用于神经发育。此后，许多功能也已被阐明。信号素参与众多生理或病理生理过程（心脏形态发生、血管生长、肿瘤进展）、免疫细胞调节以及肝纤维化。初步研究已表明，树突状细胞浸润脂肪组织并启动T细胞活化和炎症。免疫信号素是炎症和免疫反应调节中的新参与者。免疫信号素在调节两个区域（肝脏和脂肪组织）炎症中的作用，可能是导致更严重肝损伤的关键步骤。其失调可能解释NASH损伤。
目标是识别脂肪肝疾病中细胞稳态的一种新调控模式。这些因子可能作为诊断标志物或未来的治疗靶点。
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。
