真菌感染易感性
该数据集来源于 clinicaltrials.gov,聚焦隐球菌感染相关疾病,涵盖隐球菌感染、隐球菌肺炎、肺隐球菌病、隐球菌脑膜炎及隐球菌病

基本信息
资源简介
真菌感染易感性
该数据集来源于 clinicaltrials.gov,聚焦隐球菌感染相关疾病,涵盖隐球菌感染、隐球菌肺炎、肺隐球菌病、隐球菌脑膜炎及隐球菌病。源站描述指出,隐球菌最常见于免疫功能低下患者,如 AIDS 患者和实体器官移植受者,尤其是肾移植受者,但约三分之一病例不属于这些群体,且 12.9% 至 17.9% 的患者没有可识别的免疫缺陷。该方案旨在研究易感隐球菌病的免疫缺陷以及既往健康成人的临床和免疫反应,纳入对象为具有未知易感条件且患隐球菌病的患者(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:隐球菌感染、隐球菌肺炎、肺隐球菌病、隐球菌脑膜炎、隐球菌病。隐球菌是一种真菌,最常在免疫功能低下的患者中引起感染,例如 AIDS 患者和实体器官移植受者,尤其是肾移植受者(1-3)。然而,大约三分之一的病例不属于这些群体,总体而言,12.9% 至 17.9% 的患者没有可轻易识别的免疫缺陷(4,5)。可能易感隐球菌病的遗传因素以及这些患者的免疫反应尚未得到广泛研究。本方案旨在检查易感隐球菌病的免疫缺陷以及既往健康成人的临床和免疫反应。纳入的患者将具有未知的易感条件和隐球菌病。患者将
【主题与分类】
主题标签:Cryptococcal Infection、Cryptococcal Pneumonia、Pulmonary Cryptococcosis、Cryptococcal Meningitis、Cryptococcosis。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00001352
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/NCT00001352
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:隐球菌感染、隐球菌性肺炎、肺隐球菌病、隐球菌性脑膜炎、隐球菌病。隐球菌是一种真菌,最常见于免疫功能低下的患者,如艾滋病患者和实体器官移植受者,尤其是肾移植受者(1-3)。然而,大约三分之一的病例不属于这些群体,总体而言,12.9%至17.9%的患者没有易于识别的免疫缺陷(4, 5)。可能易感隐球菌病的遗传因素以及这些患者的免疫反应尚未得到广泛研究。本方案旨在检查易感隐球菌病的免疫缺陷,以及既往健康成人的临床和免疫反应。纳入的患者将具有未知的易感条件和隐球菌病。患者将接受各种采样程序,包括唾液、血液、眉毛、脑脊液和指甲剪取物的采集。在整个研究过程中,患者将获得标准医疗护理,并根据需要尽可能频繁地就诊以管理其病情。
对于感染已得到微生物学控制但炎症正在造成神经损伤的患者,可使用皮质类固醇或其他免疫抑制剂治疗。患者的遗传相关家庭成员也将接受筛查,以评估其临床、体外、免疫及遗传方面与免疫异常的相关性。作为对照组,将招募健康成年志愿者作为血液样本、唾液样本、脑脊液样本和眉毛毛发样本的来源,用于研究检测。此外,就隐球菌病而言,仅有非中枢神经系统(CNS)疾病(如肺部)的患者可作为亚组比较对象,与有CNS受累的患者进行比较——CNS是隐球菌的主要组织嗜性部位。将对所有受试者(患者、亲属和健康志愿者)进行遗传学和免疫学检测,以评估可能导致隐球菌病易感性的潜在免疫遗传因素。本项目的目标之一
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。




