胃肠激素分泌、肠道通透性与短肠综合征
该数据集来自 clinicaltrials.gov,聚焦短肠综合征与肠切除人群,研究不同肠段切除对空腹及餐后胃肠激素分泌的影响,并比较其与健康对照者的分泌特征差异

基本信息
资源简介
胃肠激素分泌、肠道通透性与短肠综合征
该数据集来自 clinicaltrials.gov,聚焦短肠综合征与肠切除人群,研究不同肠段切除对空腹及餐后胃肠激素分泌的影响,并比较其与健康对照者的分泌特征差异。涉及的肠内分泌激素包括 Gastrin、Cholecystokinin、Glucose-dependent insulinotropic peptide、Neurotensin、Glucagon-like peptide 1、Glucagon-like peptide 2 和 Peptide YY。数据可用于分析肠切除部位与激素分泌谱的关系,支持短肠综合征相关内分泌变化的研究与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Short Bowel Syndrome、Intestinal Resection。胃肠道是一个复杂的内分泌器官,调节包括营养物质消化在内的广泛生理过程。这些过程由肠上皮内的特化细胞动态协调,这些细胞在暴露于肠腔营养物质后,分泌多种肠内分泌激素,如 Gastrin、Cholecystokinin、Glucose-dependent insulinotropic peptide、Neurotensin、Glucagon-like peptide 1、Glucagon-like peptide 2 和 Peptide YY。在本研究中,我们旨在探究不同肠段切除如何影响这些肠道激素的空腹和餐后分泌,并描述这些分泌谱与健康对照者相比有何差异。将有肠切除史的患者被纳入,并根据 th
【主题与分类】
主题标签:Short Bowel Syndrome、Intestinal Resection。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07235670
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/NCT07235670
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:短肠综合征、肠切除术。胃肠道是一个复杂的内分泌器官,调节包括营养物质消化在内的多种生理过程。这些过程由肠上皮中的特化细胞动态协调,这些细胞在暴露于肠腔营养物质时,会分泌多种肠内分泌激素,如胃泌素、胆囊收缩素、葡萄糖依赖性促胰岛素多肽、神经降压素、胰高血糖素样肽1、胰高血糖素样肽2和肽YY。在本研究中,我们旨在探究不同肠段切除如何影响这些肠道激素的空腹和餐后分泌,并描述这些分泌特征与健康对照相比有何不同。将有肠切除史的患者被纳入研究,并根据参与研究时保持连续的肠段分为以下解剖组:* 组1A:仅空肠保持连续且小肠总长度<150 cm的患者。* 组1B:接受回肠造口术且末端回肠最多切除30 cm的患者。
结肠不连续,回盲瓣也不连续。* 第2组:空肠吻合至升结肠或横结肠近端的长度<150 cm的患者。* 第3组:空肠-回肠吻合、回盲瓣完整且整个结肠连续的患者。此外,还将纳入健康对照受试者,以便在患者组与正常生理之间进行比较。在标准化休息期后采集空腹血样,之后所有参与者将在15分钟内摄入标准化餐食。随后,在餐后t=0、10、20、30、45、60、120、180和240分钟时重复采集血样。将计算组间空腹值、曲线下面积(AUC)和增量AUC值的差异。
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。




