新生儿HDFN相关胎儿贫血宫内输血后脐血S100B蛋白水平
该数据集来自clinicaltrials.gov,聚焦新生儿HDFN相关胎儿贫血需宫内输血(IUT)后脐血中S100B蛋白浓度

基本信息
资源简介
新生儿HDFN相关胎儿贫血宫内输血后脐血S100B蛋白水平
该数据集来自clinicaltrials.gov,聚焦新生儿HDFN相关胎儿贫血需宫内输血(IUT)后脐血中S100B蛋白浓度。S100B是中枢神经系统损伤的成熟标志物,而HDFN所致胎儿贫血常需IUT且是CNS损伤的重要危险因素。数据覆盖S100B、脑缺氧缺血、胎儿新生儿溶血病及胎儿贫血等主题,可用于探究S100B能否预测CNS并发症风险、IUT前S100B测量在产前评估中的作用及其与贫血严重程度和胎儿脑血流的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:s100b、脑缺氧缺血、胎儿和新生儿溶血病、胎儿贫血。S100B蛋白水平升高是中枢神经系统(CNS)损伤的公认标志物。胎儿和新生儿溶血病(HDFN)导致的胎儿贫血常需进行宫内输血(IUT),并且是CNS损伤的重要危险因素。然而,在此背景下,S100B蛋白水平能否可靠预测哪些胎儿面临更高的CNS并发症风险仍不确定。此外,在产前评估中测量IUT前S100B浓度的潜在作用,及其与贫血严重程度和胎儿脑血流的关系,仍知之甚少。本研究旨在调查HDFN相关胎儿贫血需IUT的新生儿脐血中S100B蛋白的浓度。该研究
【主题与分类】
主题标签:s100b、Hypoxia-Ischemia, Brain、Fetal Anemia。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06984445
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/NCT06984445
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:s100b、缺氧缺血、脑、胎儿及新生儿溶血性疾病、胎儿贫血。S100B蛋白水平升高是中枢神经系统(CNS)损伤的公认标志。胎儿及新生儿溶血性疾病(HDFN)导致的胎儿贫血常需进行宫内输血(IUT),并且是CNS损伤的重要风险因素。然而,在这种情况下,S100B蛋白水平是否能可靠预测哪些胎儿面临更高的CNS并发症风险,目前尚不确定。此外,IUT前测量S100B浓度在产前评估中的潜在作用及其与贫血严重程度和胎儿脑血流的关系,仍知之甚少。本研究旨在探讨因HDFN相关胎儿贫血需接受IUT的新生儿脐血中S100B蛋白的浓度。研究组包括因HDFN并发大脑中动脉(MCA)血流异常而需进行IUT的妊娠。在该组中,将在每次IUT前测量S100B蛋白水平,如需进一步输血则进行额外测量。
对照组由不需要宫内输血(IUT)的HDFN妊娠组成。两组均在出生时采集脐血样本,以评估S100B蛋白水平。此外,将监测胎儿大脑中动脉(MCA)血流,并在研究组中于每次IUT前评估胎儿血红蛋白和血细胞比容水平。研究的主要终点包括研究组IUT前及两组出生时脐血S100B蛋白水平的测定。次要终点将探讨S100B蛋白水平与脐带血气参数(如pH、BE、乳酸)、胎儿脑血流参数(如MCA-PSV值)以及血细胞计数参数(如血红蛋白和血细胞比容水平)之间的潜在相关性,这些评估分别在研究组IUT前和两组出生后进行。
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。




