急性感染康复后SARS-CoV-2残余持续性的横断面评估
该数据集来自 clinicaltrials.gov,聚焦于急性感染康复后 SARS-CoV-2 病毒残余的持续性评估。研究关注 PASC(COVID-19 急性后遗症)/Long COVID,重点从存在持续性神经系统并发症的志愿者(Neuro-PASC)以及已从 SARS-CoV-2 感染中康复的志

基本信息
资源简介
急性感染康复后SARS-CoV-2残余持续性的横断面评估
该数据集来自 clinicaltrials.gov,聚焦于急性感染康复后 SARS-CoV-2 病毒残余的持续性评估。研究关注 PASC(COVID-19 急性后遗症)/Long COVID,重点从存在持续性神经系统并发症的志愿者(Neuro-PASC)以及已从 SARS-CoV-2 感染中康复的志愿者(RV)的多个器官部位中回收并表征病毒残余。研究目标是确定 SARS-CoV-2 病毒残余可存在的位置,以帮助理解这些残余是否与宿主组织相互作用并参与 PASC 的发生与维持(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:PASC Post Acute Sequelae of COVID-19。研究描述:已有证据表明,在急性感染期结束后,SARS-CoV-2 病毒的残余仍然存在。目前尚不清楚这些病毒残余是否与宿主组织相互作用,从而参与 COVID-19 急性后遗症(PASC)/Long COVID 的发生与维持。更好地理解如何从人体中回收并表征 SARS-CoV-2 病毒残余,是理解它们可能对人类健康产生影响的有价值的第一步。本研究将聚焦于从具有 SARS-CoV-2 持续性神经系统并发症(Neuro-PASC)的个体志愿者以及已从 SARS-CoV-2 感染中康复的志愿者(RV)的多个器官部位中回收并表征 SARS-CoV-2 残余。目标:* 主要目标:——确定 SARS-CoV-2 病毒残余可能存在于何处
【主题与分类】
主题标签:PASC Post Acute Sequelae of COVID-19。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06577467
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/NCT06577467
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
病症:PASC 新冠肺炎急性后遗症。研究描述:已证实,在急性感染期结束后,SARS-CoV-2病毒的残余物仍然存在。目前尚不清楚这些病毒残余物是否与宿主组织相互作用,从而导致和维持新冠肺炎急性后遗症(PASC)/长期新冠肺炎。更好地理解如何从人体中回收并表征SARS-CoV-2病毒残余物,是了解它们可能对人类健康产生影响的重要第一步。本研究将聚焦于从SARS-CoV-2持续神经并发症(Neuro-PASC)志愿者及已从SARS-CoV-2感染中康复的志愿者(RV)的多个器官部位回收并表征SARS-CoV-2残余物。目标:* 主要目标:–确定在神经-PASC患者和康复者体内何处可回收SARS-CoV-2病毒残余物。* 次要目标:* 表征回收的SARS-CoV-2病毒残余物的生化性质(例如蛋白质、核酸)。
- 确定神经-PASC与RV参与者之间回收的SARS-CoV-2蛋白质是否存在定量差异。
- 确定神经-PASC与RV参与者之间回收的SARS-CoV-2核酸是否存在定量差异。
终点:这是一个探索性横断面研究方案,旨在确定能否在多种人体组织中检测到病毒残留的存在与否。因此,组织特异性病毒残留检测是主要终点。次要终点将对回收的残留物进行表征和定量,以便在神经-PASC与RV参与者之间进行组间比较。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




