自身免疫性脑炎预后预测与监测

该数据集来自 clinicaltrials.gov,聚焦自身免疫性脑炎(AE)这一罕见癫痫病因。AE 是免疫系统攻击健康脑组织的炎症性疾病,其癫痫发作通常对经典抗癫痫药物反应不佳,需使用免疫抑制药物,但副作用显著且部分患者仍会持续发作或复发

Royal College of Surgeons, IrelandRoyal College of Surgeons, Ireland
clinicaltrials
浏览 11
蛋白质预测Autoimmune Encephalitis
Predicting and Monitoring Outcomes in Autoimmune Encephalitis

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-11-05

资源简介

自身免疫性脑炎预后预测与监测

该数据集来自 clinicaltrials.gov,聚焦自身免疫性脑炎(AE)这一罕见癫痫病因。AE 是免疫系统攻击健康脑组织的炎症性疾病,其癫痫发作通常对经典抗癫痫药物反应不佳,需使用免疫抑制药物,但副作用显著且部分患者仍会持续发作或复发。目前难以准确预测哪些患者会出现这些结局。本研究旨在寻找预测和监测相关结局的方法,可用于探索 AE 患者预后预测与监测模型(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:自身免疫性脑炎。癫痫是一种脑部疾病,患者会反复出现癫痫发作。自身免疫性脑炎(AE)是癫痫的一种罕见病因。它是一种脑部炎症性疾病。这意味着人体自身的免疫系统会攻击健康的脑组织,就像它被病毒或细菌感染时那样,通过产生大量称为“抗体”的蛋白质来“攻击”健康组织。AE 中的癫痫发作通常对经典的“抗癫痫药物”反应不佳。相反,会使用抑制免疫系统的药物。这些药物可能具有显著的副作用,并且一些患者尽管接受了治疗,仍会继续出现癫痫发作或经历 AE 相关癫痫的复发。很难准确预测谁会出现这些结局。本研究旨在寻找预测和监测哪些 p

【主题与分类】

主题标签:Autoimmune Encephalitis。本站分类:神经系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05711563

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT05711563

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:自身免疫性脑炎。癫痫是一种脑部疾病,患者会反复出现癫痫发作。自身免疫性脑炎(AE)是癫痫的一种罕见病因。它是一种脑部炎症性疾病。这意味着人体自身的免疫系统会攻击健康的脑组织,就像在遭遇病毒或细菌感染时一样,通过产生大量称为“抗体”的蛋白质来“攻击”健康组织。AE中的癫痫发作通常对经典的“抗癫痫药物”反应不佳。相反,会使用抑制免疫系统的药物。这些药物可能具有显著的副作用,且部分患者尽管接受了治疗,仍会继续出现癫痫发作或经历AE相关癫痫的复发。准确预测哪些患者会出现这些结局十分困难。本研究旨在寻找预测和监测哪些AE患者面临这些结局最高风险的方法,以便更好地引导他们接受适当的治疗。

我们将收集自身免疫性脑炎(AE)患者的临床信息以及血液和脑脊液(CSF,即围绕大脑和脊髓的液体)样本,同时收集患有其他神经系统疾病的“对照”参与者的相应样本。我们将对样本中的标志物进行分析,这些标志物可能有助于预测AE的结局或与结局相关,并有助于更好地理解这一疾病。

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。