成人气流受限受试者的气道巨噬细胞与痰液微环境
该数据集来自 clinicaltrials.gov,聚焦成人气流受限人群的气道巨噬细胞与痰液微环境,涉及慢性阻塞性肺疾病、慢性支气管炎、职业性疾病、烟草使用障碍及哮喘等呼吸系统疾病

基本信息
资源简介
成人气流受限受试者的气道巨噬细胞与痰液微环境
该数据集来自 clinicaltrials.gov,聚焦成人气流受限人群的气道巨噬细胞与痰液微环境,涉及慢性阻塞性肺疾病、慢性支气管炎、职业性疾病、烟草使用障碍及哮喘等呼吸系统疾病。源站描述指出,美国多种农业作业可产生大量粉尘,长期接触有机粉尘的工人可能出现慢性支气管炎、COPD 和哮喘加重;有机粉尘含颗粒物及革兰氏阳性与阴性细菌相关成分,气道巨噬细胞是吸入毒素和有机粉尘后迅速激活的关键固有免疫细胞,文献提示烟草诱导的慢性支气管炎/COPD 患者肺泡巨噬细胞功能受损。该数据可用于研究职业性有机粉尘暴露与气道免疫机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性阻塞性肺疾病、慢性支气管炎、职业性疾病、烟草使用障碍。在美国,多种农业作业可产生大量粉尘。该行业工人长期接触有机粉尘可导致多种呼吸系统健康状况,包括慢性支气管炎、慢性阻塞性肺疾病(COPD)和哮喘加重。有机粉尘是一种复杂混合物,含有颗粒物以及来自革兰氏阳性菌和革兰氏阴性菌的微生物相关成分。气道巨噬细胞是关键固有免疫细胞,在接触吸入性毒素和有机粉尘后迅速激活。文献表明,烟草诱导的慢性支气管炎/COPD 受试者的肺泡巨噬细胞功能受损。据推测,受损的肺巨噬细胞功能
【主题与分类】
主题标签:Pulmonary Disease, Chronic Obstructive、Bronchitis, Chronic、Occupational Diseases、Tobacco Use Disorder。本站分类:呼吸系统疾病/哮喘。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00871637
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/NCT00871637
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:慢性阻塞性肺疾病、慢性支气管炎、职业病、烟草使用障碍。在美国,各种农业作业可产生大量粉尘。该行业工人长期接触有机粉尘可导致多种呼吸系统健康状况,包括慢性支气管炎、慢性阻塞性肺疾病(COPD)以及哮喘急性发作。有机粉尘是一种复杂混合物,含有颗粒物以及来自革兰氏阳性菌和革兰氏阴性菌的微生物相关成分。气道巨噬细胞是关键固有免疫细胞,在吸入毒素和有机粉尘后迅速被激活。文献表明,烟草诱导的慢性支气管炎/COPD患者的肺泡巨噬细胞功能受损。据推测,肺巨噬细胞功能受损可能促成对感染的易感性增加和慢性细菌定植,而后者是慢性支气管炎/COPD患者的核心特征。
目前尚不清楚巨噬细胞功能受损是烟草诱导效应的继发结果,还是慢性支气管炎/COPD的核心病理特征。我们将探索诱导痰中获得的气道巨噬细胞中参与抗原提呈的固有免疫细胞表面分子表达、吞噬能力以及离体细胞因子反应。我们还将采集血液,以确定血液的离体刺激是否模拟了在气道巨噬细胞中观察到的炎症反应。随后可以与我们先前的体外研究结果进行比较,这些研究表明反复暴露于有机粉尘会损害单核细胞衍生巨噬细胞的免疫细胞表面标志物和功能。这些信息可能引导未来以治疗干预为中心的研究,以预防或逆转该行业农民所患的潜在肺部疾病。
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。
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。




