聚焦肠道微生物组的干预研究:评估野生百里香提取物(Thymus Serpyllum)抗炎与代谢特性对功能性胃肠疾病的影响
该数据集来自 clinicaltrials.gov,聚焦功能性胃肠疾病(FGD,又称肠脑互动障碍 DGBI)的干预研究,评估野生百里香(Thymus Serpyllum)提取物基于抗炎与代谢特性对这类疾病的影响

基本信息
资源简介
聚焦肠道微生物组的干预研究:评估野生百里香提取物(Thymus Serpyllum)抗炎与代谢特性对功能性胃肠疾病的影响
该数据集来自 clinicaltrials.gov,聚焦功能性胃肠疾病(FGD,又称肠脑互动障碍 DGBI)的干预研究,评估野生百里香(Thymus Serpyllum)提取物基于抗炎与代谢特性对这类疾病的影响。源站描述覆盖 FGD 的病理生理特征,包括动力异常、内脏敏感性、肠道通透性、免疫激活、神经内分泌功能、中枢神经系统处理及肠道菌群等,并列举腹痛、腹泻、便秘、腹胀、饱胀感、恶心、呕吐等症状,以及肠易激综合征、功能性消化不良、复发性腹痛、功能性便秘/腹泻等相关疾病。数据可用于功能性胃肠疾病相关主题的分类与检索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:功能性胃肠疾病。功能性胃肠疾病(FGD),近期被称为肠脑互动障碍(DGBI),其特征是存在与动力异常、内脏敏感性、肠道通透性、免疫激活、神经内分泌功能、中枢神经系统处理及肠道菌群相关的胃肠道症状。这些FGD中出现的症状谱包括腹痛、腹泻、便秘、腹胀、饱胀感、恶心和呕吐,并与肠易激综合征(IBS)、功能性消化不良、复发性腹痛或功能性便秘/腹泻等疾病相关。通常,这些疾病以高度复杂且尚未完全理解的病理生理学为特征,至少占与胃肠道相关的医疗咨询的三分之一
【主题与分类】
主题标签:Functional Gastrointestinal Disorders。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06639126
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/NCT06639126
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:功能性胃肠病。功能性胃肠病(FGD)近期被称为肠-脑互动障碍(DGBI),其特征是存在与动力异常、内脏敏感性、肠道通透性、免疫激活、神经内分泌功能、中枢神经系统处理及肠道菌群相关的胃肠道症状。这些FGD中出现的症状谱包括腹痛、腹泻、便秘、腹胀、饱胀感、恶心和呕吐,并与肠易激综合征(IBS)、功能性消化不良、复发性腹痛或功能性便秘/腹泻等疾病相关。通常,这些疾病以高度复杂且尚未完全了解的病理生理学为特征,至少占与消化内科相关的就诊量的三分之一。诊断和分类采用罗马基金会推荐的标准化标准进行。
此外,当前的治疗方法主要针对突出的胃肠道和心理症状,而非识别和处理特定的潜在病理生理机制。近半数普通人群在某一时点会符合这些疾病的标准,且这些疾病常在同一患者身上重叠出现。IBS是最常见的FGD之一,表现为反复发作的腹痛及大便性状和频率改变,患病率约占总人口的4-11%。功能性消化不良的特征是存在以下一种或多种症状:餐后饱胀、早饱、上腹痛或烧灼感,且常规临床检查无法解释,患病率约为7%。功能性便秘与排便困难、次数减少或排便不尽感相关,不符合IBS标准,可能包括伴或不伴腹胀的腹痛,但这些症状并不突出,其患病率为
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。




