IBD与IBS内脏敏感性数据集
该数据集来自clinicaltrials.gov，聚焦炎症性肠病（IBD）与肠易激综合征（IBS）的内脏敏感性研究。覆盖活动期与缓解期溃疡性结肠炎、克罗恩病（含伴或不伴IBS症状亚组）、IBS患者及健康对照
基本信息
资源简介
IBD与IBS内脏敏感性数据集
该数据集英文名为 Visceral Sensitivity in IBD (Irritable Bowel Disease) and IBS (Irritable Bowel Syndrome)，来源于 clinicaltrials.gov，聚焦炎症性肠病（IBD）与肠易激综合征（IBS）的内脏敏感性研究。数据集覆盖的受试群体包括活动期溃疡性结肠炎、缓解期溃疡性结肠炎（细分为伴IBS症状与不伴IBS症状两个亚组）、健康对照、活动期克罗恩病、缓解期克罗恩病（同样细分为伴IBS症状与不伴IBS症状两个亚组）以及IBS患者。围绕这些人群，研究采集直肠与降结肠活检组织、血液样本、鼻黏膜样本和粪便样本，并结合问卷、直肠恒压器敏感性测量、结肠传输测量与脑部MR扫描等多维度手段，构成一个面向肠—脑轴与内脏敏感性机制研究的综合性数据资源。
【数据集背景】
炎症性肠病与肠易激综合征在临床症状上存在明显重叠，部分IBD患者在疾病缓解期仍持续出现类似IBS的症状，提示内脏敏感性等机制可能在其中发挥作用。该数据集正是围绕这一研究问题组织受试人群与观测手段，通过设置活动期与缓解期、伴或不伴IBS症状的细分亚组，并纳入健康对照与IBS患者，为比较不同疾病状态下的内脏敏感性特征提供数据基础。数据集在站内分类中归入神经系统疾病 / 其他。
【数据内容】
数据集涵盖的受试群体包括：IBS患者、活动期溃疡性结肠炎患者、缓解期溃疡性结肠炎患者（3a：伴IBS症状；3b：不伴IBS症状）、健康对照、活动期克罗恩病患者、缓解期克罗恩病患者（6a：伴IBS症状；6b：不伴IBS症状）。围绕上述人群采集与测量的内容涉及多个层面：直肠与降结肠的活检组织、血液样本、鼻黏膜样本、粪便样本；问卷资料；直肠恒压器敏感性测量；结肠传输测量；以及脑部MR扫描。主题标签与上述疾病分组及亚组划分相对应。
【采集与来源】
数据来源于 clinicaltrials.gov。采集工作在健康受试者、IBD患者与IBS患者中开展，具体包括直肠和降结肠活检、血液样本采集、鼻黏膜样本采集、粪便采集、问卷填写、直肠恒压器敏感性测量、结肠传输测量以及脑部MR扫描。各样本与测量项目的具体采集流程、时间安排与操作规范，源站未提供。
【适用场景】
基于所覆盖的疾病分组与多模态采集内容，该数据集适用于炎症性肠病与肠易激综合征之间症状重叠与内脏敏感性机制的比较研究，可用于活动期与缓解期、伴或不伴IBS症状各亚组之间以及患者与健康对照之间的对照分析；也可支撑涉及肠道组织、血液、鼻黏膜、粪便、问卷、直肠敏感性、结肠传输与脑影像等多层面指标的综合性研究。具体研究设计与分析用途需结合源站信息确定。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT02421705
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
条件：肠易激综合征（IBS）、活动期溃疡性结肠炎、溃疡性结肠炎缓解期（3a：伴IBS症状，3b：不伴IBS症状）、健康对照、活动期克罗恩病、克罗恩病缓解期（6a：伴IBS症状，6b：不伴IBS症状）。方法：在健康受试者、IBD和IBS患者中采集样本：* 直肠和降结肠活检 * 血液样本采集 * 鼻黏膜样本采集 * 粪便采集 * 问卷调查 * 直肠恒压器敏感性测量 * 结肠传输测量 * 脑部MR扫描
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。
