HHV8与实体器官移植
该数据集来源于clinicaltrials.gov,聚焦HHV8与实体器官移植。覆盖等待实体器官移植的患者及供者,在移植前进行HHV8裂解期和潜伏期抗原血清学筛查,若血清阳性则进一步检测HHV8 DNA水平和特异性Elispot

基本信息
资源简介
HHV8与实体器官移植
该数据集来源于clinicaltrials.gov,聚焦HHV8与实体器官移植。覆盖等待实体器官移植的患者及供者,在移植前进行HHV8裂解期和潜伏期抗原血清学筛查,若血清阳性则进一步检测HHV8 DNA水平和特异性Elispot。移植后,移植前HHV8血清阳性的患者存在HHV8再激活风险,将在术后前6个月每月监测病毒血症(HHV8 DNA)和特异性IGRA。数据可用于研究HHV8感染、再激活及相关恶性肿瘤(如卡波西肉瘤、Castleman病)在移植人群中的预测与监测(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HHV8、HHV8感染、HHV8相关恶性肿瘤、卡波西肉瘤、肺移植;并发症、肝移植;并发症、肾移植;并发症、Castleman病。等待实体器官移植的患者将在移植前阶段接受HHV8(裂解期和潜伏期抗原)血清学筛查,分别在登记时和移植时进行;如果发现血清阳性,将进行进一步检查,即血液中HHV8 DNA水平和针对HHV8的特异性Elispot。对于供者,将进行HHV8(裂解期和潜伏期抗原)血清学检测。实体器官移植后 * 在移植前阶段发现HHV8血清阳性的患者(R+),存在HHV8再激活风险,将在移植后前6个月内每月监测病毒血症(HHV8 DNA)和针对HHV8的特异性IGRA。
【主题与分类】
主题标签:HHV8、HHV8 Infection、HHV8-Related Malignant Neoplasm、Kaposi Sarcoma、Lung Transplant; Complications、Liver Transplant; Complications、Kidney Transplant; Complications、Castleman Disease。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05081141
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/NCT05081141
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:HHV8、HHV8感染、HHV8相关恶性肿瘤、卡波西肉瘤、肺移植;并发症、肝移植;并发症、肾移植;并发症、卡斯尔曼病。等待实体器官移植的患者将在移植前阶段接受HHV8血清学筛查(裂解性和潜伏性抗原),分别在列入等待名单时和移植时进行;如果发现血清阳性,将进行进一步检查,即血液中HHV8 DNA水平和针对HHV8的特异性Elispot。至于供者,将进行HHV8血清学检测(裂解性和潜伏性抗原)。实体器官移植后 * 在移植前阶段发现HHV8血清阳性的患者(R+),由于存在HHV8再激活风险,将在移植后前6个月内每月监测病毒血症(HHV8 DNA)和针对HHV8的特异性IGRA,随后每3个月监测一次,直至移植后12个月。 * 对于在移植时发现HHV8血清阴性的患者,将评估供者血清学。
在R-/D+不匹配的情况下,实体器官移植受者将接受与R+患者相同的监测(移植后前6个月每月检测HHV8 DNA血水平和针对HHV8的特异性IGRA,之后每3个月一次直至移植后12个月)。* 对于肺移植患者,在R+或R-/D+的情况下,还将对监测性支气管镜检查(通常在移植后3、6和12个月进行)中获取的BAL进行HHV8 DNA检测。
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。




