同济神经系统自身免疫性疾病队列
该数据集来自 clinicaltrials.gov,为同济神经系统自身免疫性疾病队列,覆盖多发性硬化、视神经脊髓炎谱系疾病、自身免疫性脑炎、髓鞘少突胶质细胞糖蛋白抗体相关疾病、自身免疫性结旁病、急性炎性脱髓鞘性多发性神经根神经病、慢性炎性脱髓鞘性多发性神经根神经病及重症肌无力等疾病

基本信息
资源简介
同济神经系统自身免疫性疾病队列
该数据集来自 clinicaltrials.gov,为同济神经系统自身免疫性疾病队列,覆盖多发性硬化、视神经脊髓炎谱系疾病、自身免疫性脑炎、髓鞘少突胶质细胞糖蛋白抗体相关疾病、自身免疫性结旁病、急性炎性脱髓鞘性多发性神经根神经病、慢性炎性脱髓鞘性多发性神经根神经病及重症肌无力等疾病。神经系统自身免疫性疾病由免疫系统异常攻击神经组织所致,累及中枢神经系统、周围神经系统和神经肌肉接头等多个系统。该队列可用于研究这些疾病的临床特征与免疫机制,支持疾病分类、生物标志物分析及临床结局预测等方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:多发性硬化、NMO 谱系疾病、自身免疫性脑炎、髓鞘少突胶质细胞糖蛋白抗体相关疾病、自身免疫性结旁病、急性炎性脱髓鞘性多发性神经根神经病、慢性炎性脱髓鞘性多发性神经根神经病、重症肌无力。神经系统自身免疫性疾病(NADs)是由免疫系统异常攻击神经组织引起的疾病,累及中枢神经系统、周围神经系统和神经肌肉接头等多个系统。本研究考察具有临床意义的 NADs,如多发性硬化(MS)、视神经脊髓炎谱系疾病(NMOSD)、髓鞘少突胶质细胞糖蛋白 G 抗体相关疾病(MOGAD)、自身免疫性脑炎(AE)、免疫介导的周围神经病(PN)、重症肌无力(MG)和特发性炎性肌病(IIM)。尽管具有
【主题与分类】
主题标签:Multiple Sclerosis、NMO Spectrum Disorder、Autoimmune Encephalitis、Autoimmune Nodopathy、Myasthenia Gravis、Idiopathic Inflammatory Myopathies。本站分类:神经系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07333196
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07333196
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:多发性硬化、NMO谱系疾病、自身免疫性脑炎、髓鞘少突胶质细胞糖蛋白抗体相关疾病、自身免疫性结旁病、急性炎性脱髓鞘性多发性神经根神经病、慢性炎性脱髓鞘性多发性神经根神经病、重症肌无力。神经系统自身免疫性疾病(NADs)是由免疫系统异常攻击神经组织引起的一类疾病,累及中枢神经系统、周围神经系统及神经肌肉接头等多个系统。本研究探讨具有临床意义的NADs,如多发性硬化(MS)、视神经脊髓炎谱系疾病(NMOSD)、髓鞘少突胶质细胞糖蛋白G抗体相关疾病(MOGAD)、自身免疫性脑炎(AE)、免疫介导性周围神经病(PN)、重症肌无力(MG)及特发性炎性肌病(IIM)。尽管这些疾病具有自身免疫反应这一共同核心发病机制,但在流行病学模式、临床表现、治疗策略及疾病进展方面表现出显著的异质性。
这种异质性源于多种因素:(1)免疫靶点差异:MS主要涉及T细胞介导的髓鞘攻击,NMOSD主要由抗AQP4抗体引起的星形胶质细胞损伤驱动,MOGAD则是由针对髓鞘少突胶质细胞糖蛋白免疫球蛋白G的抗体介导的髓鞘表面丢失所致,而AE涉及针对神经元表面蛋白(如抗NMDA-R抗体)的抗体导致的突触功能障碍;(2)遗传-环境交互作用:MS在欧美人群中更为普遍,而NMOSD在亚洲人群中更具侵袭性;(3)治疗反应的可变性:部分疾病对免疫调节治疗反应良好,但大多数仍面临高复发率、进行性残疾累积和不可逆神经损伤等挑战。虽然随机对照试验(RCTs)为药物注册提供了高质量的核心证据,但其严格的纳入/排除标准、相对同质的患者群体以及短期观察设计,往往无法充分捕捉复杂的疾病
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。




