CF及药物与痰液离体混合对黏液溶解治疗的影响
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(Cystic Fibrosis)及铜绿假单胞菌肺部感染

基本信息
资源简介
CF及药物与痰液离体混合对黏液溶解治疗的影响
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(Cystic Fibrosis)及铜绿假单胞菌肺部感染。源站描述指出,囊性纤维化患者早年即出现铜绿假单胞菌肺部定植,难控的假单胞菌感染是常见死因;免疫抑制患者及因呼吸衰竭插管患者也常见假单胞菌肺炎,且耐药菌株增多令人担忧。其毒力机制涉及可溶性凝集素 LecA(PA-IL)与 LecB(PA-IIL),分别结合半乳糖与岩藻糖。数据可用于研究药物与痰液离体混合对黏液溶解治疗的影响(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:囊性纤维化。假单胞菌肺部感染是多种临床场景中发病和死亡的主要原因。囊性纤维化患者早年即有假单胞菌肺部定植,而难以控制的假单胞菌肺部感染是这些患者最常见的死亡原因。此外,假单胞菌肺炎在免疫抑制患者以及因呼吸衰竭管理而插管的患者中很常见。尤其令人担忧的是,对全部或大多数现有抗生素耐药的铜绿假单胞菌分离株出现频率不断增加。铜绿假单胞菌的毒力机制包括可溶性凝集素,其识别黏蛋白和细胞糖萼上的宿主寡糖。铜绿假单胞菌有两种可溶性凝集素——LecA,也称为PA-IL,以及LecB,也称为PA-IIL。PA-IL结合半乳糖,PA-IIL结合岩藻糖。未
【主题与分类】
主题标签:Cystic Fibrosis。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/NCT01533636
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/NCT01533636
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。铜绿假单胞菌肺部感染是导致发病和死亡的主要原因,可见于多种临床环境。囊性纤维化患者自幼即有铜绿假单胞菌在肺部定植,而严重的假单胞菌肺部感染是这类患者最常见的死因。此外,铜绿假单胞菌肺炎在免疫功能低下患者以及因呼吸衰竭而接受气管插管的患者中也很常见。尤其令人担忧的是,对当前所有或大多数抗生素耐药的铜绿假单胞菌分离株日益增多。铜绿假单胞菌的毒力机制包括可溶性凝集素,它们能识别黏蛋白和细胞糖萼上的宿主寡糖。铜绿假单胞菌有两种可溶性凝集素——LecA,也称为PA-IL,以及LecB,也称为PA-IIL。PA-IL结合半乳糖,PA-IIL结合岩藻糖。
值得注意的是,PA-IIL以极高的亲和力结合含岩藻糖的Lewis a寡糖,而PA-IIL在生物膜形成中的作用可通过缺乏PA-IIL的假单胞菌突变体不能形成生物膜以及多价岩藻糖基-肽树枝状聚合物在预防和破坏假单胞菌生物膜形成方面的功效得到证明。在一例病例报告中,D-半乳糖和L-岩藻糖已成功用于治疗铜绿假单胞菌感染,这暗示了糖模拟疗法在CF中的潜力。然而,这些单糖是PA-IIL的弱抑制剂,需要多价糖模拟物才能实现更有效的抑制。烟曲霉感染是大多数人类和动物曲霉病的病因,尽管空气采样研究显示其分生孢子通常仅占空气真菌总挑战的一小部分。它既是原发性也是机会性病原体,对囊性纤维化患者尤其棘手。它可引起多种肺部疾病,包括慢性肺曲霉病、过敏性支气管肺曲霉病和侵袭性p
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。




