TGF-(Beta) 与 RSV 易感性
该数据集来自 clinicaltrials.gov,主题为哮喘,属于呼吸系统疾病范畴。研究采用横断面、对照设计,考察转化生长因子-beta(TGF-beta)是否介导哮喘患者上皮细胞对呼吸道合胞病毒(RSV)感染易感性的增加,通过比较哮喘与非哮喘受试者来源上皮细胞对 RSV 感染的应答进行分析

基本信息
资源简介
TGF-(Beta) 与 RSV 易感性
该数据集来自 clinicaltrials.gov,主题为哮喘,属于呼吸系统疾病范畴。研究采用横断面、对照设计,考察转化生长因子-beta(TGF-beta)是否介导哮喘患者上皮细胞对呼吸道合胞病毒(RSV)感染易感性的增加,通过比较哮喘与非哮喘受试者来源上皮细胞对 RSV 感染的应答进行分析。研究对象为 18 至 60 岁的非吸烟健康成人与轻度哮喘患者,需经过预筛、资格访视(病史、生命体征、体格检查、抽血和肺功能测试)后接受支气管镜检查,采集支气管上皮与肺泡巨噬细胞用于分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Asthma。这是一项横断面、对照研究,旨在通过检查哮喘与非哮喘受试者培养的上皮细胞对 RSV 感染的反应,研究转化生长因子-beta(TGF-beta)是否介导哮喘上皮对呼吸道合胞病毒(RSV)感染易感性的增加。将招募 18-60 岁的非吸烟健康成人和轻度哮喘患者参与。潜在参与者将接受预筛,并安排最终资格访视,包括病史回顾、生命体征、体格检查、抽血和肺功能测试(PFTs)。资格确认后,参与者将安排接受支气管镜检查。在支气管镜检查期间,将从参与者获取支气管上皮和肺泡巨噬细胞用于分析。肺泡巨噬细胞
【主题与分类】
主题标签:Asthma。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/NCT01224691
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/NCT01224691
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:哮喘。这是一项横断面对照研究,旨在通过检查从哮喘和非哮喘参与者培养的上皮细胞对呼吸道合胞病毒(RSV)感染的反应,研究转化生长因子-β(TGF-β)是否介导哮喘上皮对呼吸道合胞病毒(RSV)感染易感性的增加。将招募18-60岁的非吸烟健康成人和轻度哮喘患者参与。潜在参与者将接受预筛选,并安排进行最终资格访视,包括病史审查、生命体征、体格检查、抽血和肺功能测试(PFTs)。资格确认后,将为参与者安排支气管镜检查。在支气管镜检查过程中,将从参与者获取支气管上皮和肺泡巨噬细胞用于分析。肺泡巨噬细胞将在基线时和刺激后进行离体炎症活性评估。实验室分析的主要目的是确定TGF-β是否介导哮喘上皮对RSV感染易感性的增加。
本研究有三个相互关联的目的:1) 确定哮喘患者支气管上皮是否比正常上皮表达更多的TGF-β;2) 确定哮喘患者上皮中RSV复制是否比正常上皮更多;以及3) 确定TGF-β是否介导哮喘患者支气管上皮对RSV感染的易感性。
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。




