识别重度哮喘不同炎症表型的血清细胞因子谱
该数据集来自 clinicaltrials.gov，聚焦重度哮喘不同炎症表型的血清细胞因子谱识别。研究纳入 90 名确诊重度哮喘并定期随访的成人及 15 名对照受试者，评估稳定期与急性加重期血清中 IL-4、IL-5、IL-10、IL-13、IL-25、IL-33、TSLP、IL-17A、perio
基本信息
资源简介
识别重度哮喘不同炎症表型的血清细胞因子谱
该数据集来自 clinicaltrials.gov，聚焦重度哮喘不同炎症表型的血清细胞因子谱识别。研究纳入 90 名确诊重度哮喘并定期随访的成人及 15 名对照受试者，评估稳定期与急性加重期血清中 IL-4、IL-5、IL-10、IL-13、IL-25、IL-33、TSLP、IL-17A、periostin 等细胞因子水平，并对急性加重患者采集鼻咽刷样本进行呼吸道病原体 PCR 检测，分析病毒感染对不同炎症表型细胞因子反应的影响。数据可用于哮喘炎症表型分类、细胞因子谱分析与病毒感染相关机制研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：持续性哮喘、过敏性哮喘、嗜酸性粒细胞哮喘、慢性鼻窦炎（诊断）。将研究一项前瞻性观察性研究，纳入 90 名确诊重度哮喘并定期随访的成人和 15 名对照受试者。将评估（所有受试者）稳定（控制或部分控制）状态和急性加重状态（如有）的血清细胞因子水平[IL-4、IL-5、IL-10、IL-13、IL-25、IL-33、胸腺基质淋巴细胞生成素（TSLP）、IL-17A、periostin]。此外，将对急性加重患者采集鼻咽刷样本，用于呼吸道病原体 panel 的 PCR 检测。将评估病毒感染对不同炎症表型中细胞因子反应的影响。
【主题与分类】
主题标签：Asthma Persistent、Asthma, Allergic、Eosinophilic Asthma、Chronic Rhinosinusitis (Diagnosis)。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/NCT03563521
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/NCT03563521
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：持续性哮喘、哮喘、过敏性哮喘、嗜酸性粒细胞性哮喘、慢性鼻窦炎（诊断）。将开展一项前瞻性观察性研究，纳入90名诊断为重度哮喘并定期随访的成人以及15名对照受试者。将评估（所有受试者）稳定（控制或部分控制）状态及加重状态（如有）下的血清细胞因子水平[IL-4、IL-5、IL-10、IL-13、IL-25、IL-33、胸腺基质淋巴细胞生成素（TSLP）、IL-17A、骨膜蛋白]。此外，将对加重期患者采集鼻咽刷检样本，采用PCR进行呼吸道病原体组合检测。将评估病毒感染对不同炎症表型中细胞因子反应的影响。
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。
