COVID-19感染中抗膜联蛋白A2抗体的患病率与临床意义
该数据集来自clinicaltrials.gov,主题为COVID-19感染中抗膜联蛋白A2(ANXA2)抗体的患病率与临床意义,归入呼吸系统疾病/肺炎分类

基本信息
资源简介
COVID-19感染中抗膜联蛋白A2抗体的患病率与临床意义
该数据集来自clinicaltrials.gov,主题为COVID-19感染中抗膜联蛋白A2(ANXA2)抗体的患病率与临床意义,归入呼吸系统疾病/肺炎分类。源站描述指出,SARS-CoV-2可能触发免疫系统过度刺激,引起自身炎症反应及自身免疫过程,后者可通过病毒与人自身成分间的分子模拟产生;COVID-19患者中已报道多种自身抗体,ANXA2作为纤溶酶原和组织型纤溶酶原激活物的内皮细胞受体,已被确认为抗磷脂综合征中的新自身抗原,并被鉴定为SARS患者血清识别的候选自身抗原。该数据可用于研究COVID-19相关自身免疫机制及ANXA2抗体的临床价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: COVID-19。2020年1月,研究人员在中国从重症非典型肺炎患者中分离并测序了一种新型冠状病毒,称为严重急性呼吸综合征冠状病毒2(SARS-CoV-2)。由SARS-CoV-2引起的2019冠状病毒病(COVID-19)已迅速在全球传播。SARS-CoV-2可能触发免疫系统过度刺激,引起自身炎症反应,但也可能导致自身免疫过程的发展。这些自身免疫反应也可能通过病毒与人自身成分之间的分子模拟而产生。在COVID-19患者中已描述了多种自身抗体。膜联蛋白A2(ANXA2)是纤溶酶原和组织型纤溶酶原激活物的内皮细胞受体,已被确定为抗磷脂综合征中的一种新自身抗原。ANXA2已被确定为SARS患者血清识别的候选自身抗原。ANXA2 con
【主题与分类】
主题标签:COVID-19。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/NCT05242159
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/NCT05242159
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:COVID-19。2020年1月,中国研究人员从重症非典型肺炎患者中分离并测序了一种新型冠状病毒,称为严重急性呼吸综合征冠状病毒2型(SARS-CoV-2)。由SARS-CoV-2引起的2019冠状病毒病(COVID-19)已在全球迅速传播。SARS-CoV-2可能引发免疫系统过度刺激,伴有自身炎症反应,同时也可能导致自身免疫过程的发展。这些自身免疫反应也可能通过病毒与人自身成分之间的分子模拟而产生。在COVID-19患者中已描述了多种自身抗体。膜联蛋白A2(ANXA2)是一种内皮细胞受体,可与纤溶酶原和组织型纤溶酶原激活物结合,已被鉴定为抗磷脂综合征中的一种新自身抗原。ANXA2已被确定为SARS患者血清识别的候选自身抗原。ANXA2还有助于维持肺微血管完整性。这些数据促使人们在COVID-19患者血清中鉴定抗ANXA2抗体,并了解这些抗体的存在是否与COVID-19中的肺损伤或血栓形成相关,以及是否代表严重程度的标志物。
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。




