多发伤猪肺组织中损伤控制骨科治疗上调抗炎miR-21/23a/27a及miR-30b表达
该数据集来自DataverseNL,对应一项关于多发伤猪模型的研究,比较两种手术治疗方法以及额外接受C5/CD14抑制的药物治疗组,检测肺组织中与肺部病理相关的miRNA表达

基本信息
资源简介
多发伤猪肺组织中损伤控制骨科治疗上调抗炎miR-21/23a/27a及miR-30b表达
Damage control orthopedic treatment upregulates anti-inflammatory miR-21/23a/27a and miR-30b expression in lung tissue of polytraumatized pigs
该数据集来自DataverseNL,对应一项关于多发伤猪模型的研究,比较两种手术治疗方法以及额外接受C5/CD14抑制的药物治疗组,检测肺组织中与肺部病理相关的miRNA表达。数据覆盖多发伤、钝性胸部创伤、全身炎症与肺功能障碍背景下的microRNA调控信息,可用于研究创伤后先天免疫反应的调节、再生反应相关miRNA的表达验证,以及不同手术与药物干预对肺部炎症相关miRNA的影响(来源 DOI 解析)。
【数据集背景】
源站首次发布:2026。
【数据内容】
源站描述(机器翻译,仅供参考):背景:钝性胸部创伤在多发伤患者中常见。创伤及后续手术干预引起的全身炎症进一步导致肺功能障碍。调节创伤后先天免疫反应可能为多发伤患者的治疗提供益处。MicroRNA是重要的转录后基因调控因子,可能在多发伤后再生反应的激活和进展中发挥调控作用。本研究旨在验证一组已知与多发伤相关肺部病理有关的miRNA的表达,采用猪多发伤模型,比较两种手术治疗方法,以及一个除标准手术治疗外还接受C5/CD14抑制(药物治疗)的治疗组。方法:猪多发伤模型由钝性
【主题与分类】
主题标签:Medicine, Health and Life Sciences。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://dataverse.nl/citation?persistentId=doi:10.34894/TIWYZE
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://doi.org/10.34894/TIWYZE
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
背景 钝性胸部创伤在多发伤患者中较为常见。创伤及随后手术干预所致的全身性炎症进一步加重肺功能障碍。调节创伤后固有免疫反应可能为多发性创伤患者的治疗提供获益。微小RNA(MicroRNAs)是重要的转录后基因调控因子,可能多发性创伤后再生反应的激活和进展中发挥调控作用。本研究旨在验证一组已知与多发性创伤相关肺部病理有关的miRNA的表达,采用猪多发性创伤模型,比较两种手术治疗方法,以及一个除标准手术治疗外还接受C5/CD14抑制(药物治疗)的治疗组。方法 猪多发性创伤模型包括钝性胸部创伤、双侧股骨骨折、肝撕裂伤和失血性休克。共定义四组:假手术组、早期全面治疗(ETC:n=8)、损伤控制骨科(DCO:n=8)、ETC联合C5/CD14抑制药物(n=4)。
动物在ICU环境中接受监测和治疗,包括容量控制机械通气72小时。处死后,从左肺叶取肺组织样本。分离、转录miRNA并通过qPCR进行分析。此外,还进行了过碘酸雪夫(PAS)染色和原位杂交。结果:分析了与肺功能、炎症和纤维化相关的miRNA。与ETC相比,DCO导致炎症和纤维化相关miRNA表达减少,这与组织学发现一致,即肺泡保存更完好、间隔增厚较少、炎症细胞浸润较少。在ETC基础上加入抗C5/CD14,与DCO和ETC相比进一步降低了炎症和纤维化microRNA的表达,并显示肺组织病理学改变显著减少。结论:本
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。




