急性肺损伤中巨噬细胞编程:MiniBAL
该数据集来自 clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)与呼吸机相关性肺炎,研究白细胞尤其是巨噬细胞在 ARDS 中的作用

基本信息
资源简介
急性肺损伤中巨噬细胞编程:MiniBAL
该数据集来自 clinicaltrials.gov,聚焦急性呼吸窘迫综合征(ARDS)与呼吸机相关性肺炎,研究白细胞尤其是巨噬细胞在 ARDS 中的作用。ARDS 是由肺部失控炎症引起的严重致命性疾病,巨噬细胞既参与引发炎症也参与消除炎症。研究将 ARDS 患者的巨噬细胞与健康肺个体的巨噬细胞进行比较,所有参与者均需使用机械通气,且要么存在肺损伤(ARDS),要么肺部健康且无既往肺病史。数据可用于探索 ARDS 相关巨噬细胞机制及潜在新疗法(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性呼吸窘迫综合征、呼吸机相关性肺炎。本研究正在探究白细胞在急性呼吸窘迫综合征(ARDS)中的作用。ARDS 是一种由肺部失控炎症引起的严重、危及生命的疾病。巨噬细胞是一种白细胞,既参与引发炎症,也参与消除炎症。本研究的目的是进一步了解 ARDS 背景下的巨噬细胞,以便研究人员有可能为该疾病找到新的治疗方法。为了获得本研究的最佳信息,将把 ARDS 患者的巨噬细胞与健康肺个体的巨噬细胞进行比较。本研究的全部参与者都必须使用呼吸机(机械通气)。参与者必须要么存在肺损伤(ARDS),要么肺部健康且无既往肺病史。
【主题与分类】
主题标签:Acute Respiratory Distress Syndrome、Ventilator Associated 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/NCT05767671
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/NCT05767671
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
病症:急性呼吸窘迫综合征、呼吸机相关性肺炎。本研究旨在探讨白细胞在急性呼吸窘迫综合征(ARDS)中的作用。ARDS是一种由肺部不受控制的炎症引起的严重、危及生命的疾病。巨噬细胞是一种白细胞,既参与引发炎症,也参与消除炎症。本研究的目标是进一步了解ARDS中的巨噬细胞,以便研究人员能够为该疾病找到新的治疗方法。为了获得本研究所需的最佳信息,将把ARDS患者的巨噬细胞与健康肺部个体的巨噬细胞进行比较。本研究的所有参与者都必须使用呼吸机(机械通气)。参与者必须要么有肺部损伤(ARDS),要么肺部健康且无既往肺病史。参与者必须符合其中一类。在本研究中,研究人员将从肺部获取的液体样本中分离巨噬细胞。
虽然获取液体样本的方法是ICU中执行的标准程序,但研究人员将出于研究目的进行操作。研究人员还将采集两个鼻腔刷样本。在鼻腔刷检过程中,研究团队成员会将一个小刷子插入参与者鼻孔内鼻腔的前一两英寸处。刷子将轻轻来回移动,然后取出。随后,另一侧鼻孔将插入第二个刷子,重复同样的操作。我们研究的另一部分旨在确定定期从肺部取样液体并寻找细菌是否有助于我们更快地发现和治疗肺炎。因此,从肺部获取的部分液体将被送往实验室,以检查肺内是否有细菌生长。
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。




