囊性纤维化患者的阿米替林与安慰剂抗炎肺部治疗
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)与肺炎,涉及 CF 患者慢性肺部铜绿假单胞菌(P. aeruginosa)感染及神经酰胺在 CF 发病机制中的作用

基本信息
资源简介
囊性纤维化患者的阿米替林与安慰剂抗炎肺部治疗
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)与肺炎,涉及 CF 患者慢性肺部铜绿假单胞菌(P. aeruginosa)感染及神经酰胺在 CF 发病机制中的作用。数据覆盖 CF 与肺炎相关临床与病理信息,可用于探索 CF 患者肺部感染易感性与抗炎治疗研究,支持疾病分类与相关机制分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:囊性纤维化、肺炎。囊性纤维化(CF)至少在西欧国家是最常见的常染色体隐性遗传病,由囊性纤维化跨膜传导调节因子分子(CFTR)突变引起,在欧洲影响约 40 000 名患者。大多数(若非全部)CF 患者会发展为铜绿假单胞菌(P. aeruginosa)的慢性肺部感染。目前尚不清楚为何 CF 患者对 P. aeruginosa 感染高度敏感,最重要的是,囊性纤维化尚无治愈性疗法。我们的研究为囊性纤维化提供了一种新的病理生理学概念。研究者证明,神经酰胺在囊性纤维化的发展以及 Cftr 缺陷小鼠对 P. aeruginosa 感染的高度敏感性中起关键作用(1,2)。使用生化技术、荧光显微镜和
【主题与分类】
主题标签:Cystic Fibrosis、Pneumonia。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01309178
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/NCT01309178
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:囊性纤维化、肺炎。囊性纤维化(CF)至少在西欧国家是最常见的常染色体隐性遗传病,由囊性纤维化跨膜传导调节因子分子(CFTR)突变引起,在欧洲约影响40000名患者。大多数(若非全部)CF患者会发展为铜绿假单胞菌(P. aeruginosa)的慢性肺部感染。目前,尚不清楚为何CF患者对铜绿假单胞菌感染高度敏感,最重要的是,囊性纤维化尚无治愈性疗法。我们的研究为囊性纤维化提供了一种新的病理生理学概念。研究者证明,神经酰胺在囊性纤维化的发展以及Cftr缺陷小鼠对铜绿假单胞菌感染的高度敏感性中发挥关键作用(1,2)。研究者运用生化技术、荧光显微镜和质谱法发现,在发生任何感染之前,神经酰胺已在多种Cftr缺陷小鼠品系的肺部蓄积,尤其是在大、小支气管的上皮细胞及肺泡巨噬细胞中。
在Cftr缺陷型上皮细胞中,神经酰胺的蓄积可能由Cftr缺陷细胞分泌性溶酶体和前溶酶体中pH从4.5升高至6.0所介导。pH的变化导致消耗神经酰胺的酸性神经酰胺酶活性降低约90%,而释放神经酰胺的酸性鞘磷脂酶活性仅降低35%。这两种酶活性的失衡——即酸性鞘磷脂酶相对过度活跃而产生神经酰胺——可能进而导致神经酰胺的蓄积。通过遗传学或药理学手段部分抑制酸性鞘磷脂酶,可使Cftr缺陷小鼠肺部的神经酰胺浓度恢复至接近正常水平。酸性鞘磷脂酶的遗传学抑制是通过将Cftr缺陷小鼠与酸性鞘磷脂酶缺陷小鼠杂交以创建m
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。




