同种异体多蛋白血小板与血浆衍生疗法治疗慢性腰骶神经根病
该数据集来自 NCBI GEO,标题为同种异体多蛋白血小板与血浆衍生疗法治疗慢性腰骶神经根病。研究背景为椎间盘疾病可导致慢性腰椎神经根病,当前疗法仅缓解症状而无法逆转退变

基本信息
资源简介
同种异体多蛋白血小板与血浆衍生疗法治疗慢性腰骶神经根病
Allogeneic multi-protein platelet and plasma-derived therapeutic to treat chronic lumbosacral radiculopathy
该数据集来自 NCBI GEO,标题为同种异体多蛋白血小板与血浆衍生疗法治疗慢性腰骶神经根病。研究背景为椎间盘疾病可导致慢性腰椎神经根病,当前疗法仅缓解症状而无法逆转退变。研究目的为评估同种异体多蛋白血小板与血浆衍生生物制剂 C-1101 改变炎症介质和基因表达模式的治疗潜力,采用人单核细胞系和绵羊脊柱组织的体外培养系统,以及小鼠周围神经病变模型评估全身安全性和有效性。研究设计为随机对照研究。数据包含 1 个文件 GSE335974_series_matrix.txt.gz,作者为 Lynn、Pezzanite,发布时间为 Jun 22 202,主题标签涉及高通量测序表达谱、GPL36106 和 9940(来源 NCBI)。
【数据集背景】
源站首次发布:Jun 22 202。
【数据内容】
源站描述(机器翻译,仅供参考):背景。当腰椎区域的神经根受到压迫或刺激时,椎间盘疾病可导致慢性腰椎神经根病,引起麻木或放射性疼痛。下背痛是一个重大的全球健康挑战,影响数百万人并造成相当大的社会经济影响。目前的疗法旨在缓解症状,但尚无干预措施能阻止或逆转这种退行性疾病。目的。利用人单核细胞系和绵羊脊柱组织的体外培养系统,以及评估全身安全性和有效性的小鼠周围神经病变模型,评估同种异体多蛋白血小板和血浆衍生生物制剂 C-1101 改变炎症介质和基因表达模式的治疗潜力。研究设计。随机对照研究。
【数据结构与技术规格】
文件数 1 个,合计 0 B。
【主题与分类】
主题标签:GPL36106、9940。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE335974
【使用注意】
· 源站最后修改于 Sep 30 202,引用时请注意版本时效。
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://ncbi.nlm.nih.gov/geo/query/acc.cgi?acc=GSE335974
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
背景。椎间盘疾病可导致慢性腰神经根病,当腰椎区域的神经根受压或受刺激时,会引起麻木或放射痛。下背痛是一项重大的全球健康挑战,影响数百万人,并造成相当大的社会经济影响。当前疗法旨在缓解症状,但尚无干预措施能够阻止或逆转这种退行性病变。目的。评估一种同种异体多蛋白血小板和血浆来源的生物制品 C-1101 的治疗潜力,利用采用人单核细胞系和绵羊脊柱组织的体外培养系统来改变炎症介质和基因表达模式,并使用小鼠周围神经病变模型来评估全身安全性和有效性。研究设计。随机对照研究。
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。




