Omalizumab治疗伴鼻息肉的慢性鼻窦炎的临床前研究
该数据集来自 clinicaltrials.gov,聚焦 Omalizumab 在伴鼻息肉的慢性鼻窦炎中的临床前研究。数据覆盖慢性鼻窦炎伴鼻息肉与鼻息肉两类情况,研究目标包括识别 IgE 在人鼻息肉组织中的分布与细胞定位,以及评估 Omalizumab 对 2 型、1 型和 3 型炎症通路表达的影响

基本信息
资源简介
Omalizumab治疗伴鼻息肉的慢性鼻窦炎的临床前研究
该数据集来自 clinicaltrials.gov,聚焦 Omalizumab 在伴鼻息肉的慢性鼻窦炎中的临床前研究。数据覆盖慢性鼻窦炎伴鼻息肉与鼻息肉两类情况,研究目标包括识别 IgE 在人鼻息肉组织中的分布与细胞定位,以及评估 Omalizumab 对 2 型、1 型和 3 型炎症通路表达的影响。数据可用于探索 IgE 局部积累的功能后果与 Omalizumab 应答差异机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:伴鼻息肉的慢性鼻窦炎、鼻息肉。目标:目标 1。该研究将确定免疫球蛋白 E(IgE)表达在人鼻息肉内的具体组织区室分布。共定位研究将检查 IgE 与效应细胞的功能相互作用。目标 2。该研究将检查 omalizumab 对表型特征明确的伴鼻息肉慢性鼻窦炎(CRSwNP)患者人鼻息肉组织中 2 型、1 型和 3 型炎症通路表达的直接作用。研究依据:人鼻息肉表达高水平的局部组织 IgE。然而,IgE 在息肉组织内积累的组织分布、细胞定位和功能后果尚不清楚。omalizumab 的 3 期研究显示了疗效,并有应答者。然而,一部分患者出现无应答结果的原因尚不
【主题与分类】
主题标签:Chronic Rhinosinusitis With Nasal Polyps、Nasal Polyps。本站分类:耳鼻咽喉疾病/嗜酸性慢性鼻窦炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04583501
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/NCT04583501
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:伴鼻息肉的慢性鼻窦炎、鼻息肉。目的:目标1。本研究将确定免疫球蛋白E(IgE)在人鼻息肉内表达的具体组织区室分布。共定位研究将考察IgE与效应细胞的功能性相互作用。目标2。本研究将考察奥马珠单抗对表型特征明确的伴鼻息肉慢性鼻窦炎(CRSwNP)患者人鼻息肉组织中2型、1型和3型炎症通路表达的直接影响。研究依据:人鼻息肉局部组织表达高水平IgE。然而,IgE在息肉组织内蓄积的组织分布、细胞定位及功能后果尚不清楚。奥马珠单抗的3期研究显示了疗效,并存在应答者。然而,部分CRSwNP患者无应答的原因尚不清楚。因此,本研究的目标是考察奥马珠单抗在CRSwNP中的作用机制,从而识别该治疗的特定应答者并优化治疗方向。
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。




