功能性消化疾病观察站
源站描述指出,这类疾病无器质性基础,在普通人群中约占 20%,是城市消化科就诊的首位原因,其病理生理复杂且常为多因素,涉及消化道动力障碍、消化道敏感性障碍、括约肌功能障碍、术后、肠道炎症、菌群失调及肠脑轴紊乱等

基本信息
资源简介
功能性消化疾病观察站
该数据集来自 clinicaltrials.gov,聚焦功能性消化疾病,涵盖 Irritable Bowel Syndrome、Dyspepsia、Functional Constipation、Faecal Incontinence、Abdominal Pain (AP)、Vomiting Syndrome 等病种。源站描述指出,这类疾病无器质性基础,在普通人群中约占 20%,是城市消化科就诊的首位原因,其病理生理复杂且常为多因素,涉及消化道动力障碍、消化道敏感性障碍、括约肌功能障碍、术后、肠道炎症、菌群失调及肠脑轴紊乱等。数据可用于相关疾病识别、分型及风险预测等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Irritable Bowel Syndrome、Dyspepsia、Functional Constipation、Faecal Incontinence、Abdominal Pain (AP)、Vomiting Syndrome。功能性消化病理以功能性消化不良、胃食管反流、肠易激综合征、胃食管反流、功能性便秘、功能性腹泻、功能性腹胀、阿片类药物引起的便秘及大便失禁等症状为定义,且无器质性基础。这些疾病在普通人群中非常常见(20%),是城市消化科就诊的首位原因。这些功能紊乱的病理生理复杂且常为多因素:消化道动力障碍、消化道敏感性障碍、括约肌功能障碍、术后、肠道炎症、菌群失调、肠脑轴紊乱。例如,已表明四分之一患者 wi
【主题与分类】
主题标签:Irritable Bowel Syndrome、Dyspepsia、Functional Constipation、Faecal Incontinence、Abdominal Pain (AP)、Vomiting Syndrome。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04918329
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/NCT04918329
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:肠易激综合征、消化不良、功能性便秘、大便失禁、腹痛(AP)、呕吐综合征。功能性消化系统疾病是指无器质性病变基础,由功能性消化不良、胃食管反流、肠易激综合征、胃食管反流、功能性便秘、功能性腹泻、功能性腹胀、阿片类药物引起的便秘及大便失禁等症状所定义的病症。这些疾病在普通人群中极为常见(占20%),并且是城市胃肠病学门诊就诊的首要原因。这些功能性障碍的病理生理机制复杂,常涉及多种因素:消化道运动障碍、消化道感觉异常、括约肌功能障碍、术后状态、肠道炎症、菌群失调、脑-肠轴紊乱。例如,研究表明,在确诊为慢性炎症性肠病并处于缓解期的患者中,有四分之一报告了与功能性肠道障碍相符的消化道症状,提示这两种状况之间可能存在病理生理学的连续性。
在我们中心,功能性消化障碍患者会接受一项全面的评估,该评估随着科学进展以及新的诊断或预后工具的出现而不断发展。这一评估有助于识别功能性消化障碍所涉及的病理生理机制:消化动力障碍、内脏高敏感、黏膜改变、亚炎症综合征以及肠-脑轴功能障碍。所有这些异常都可能由遗传易感性所促进,从而导致神经递质、免疫功能、黏膜完整性等方面的改变。我们的目标是研究导致功能性消化障碍整体的病理生理机制,包括遗传因素,无论它们是否为器质性病变的后遗症。为此,我们收集前瞻性临床和检测数据,并从作为t的一部分所采集的生物样本(消化活检、血液、尿液和粪便样本)中进行生物样本采集。
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。




