UPHS流感感染数据集

该数据集来自clinicaltrials.gov,聚焦人类流感病毒感染。源站描述指出,研究者利用流感病毒疫苗接种后采集的样本,发现既往流感暴露致敏的免疫细胞会被招募来产生针对新病毒株的抗体;既往工作表明,对流感疫苗应答的免疫细胞大多来自记忆细胞库,提示“免疫印记”极大影响疫苗所诱导抗体的特异性

University of PennsylvaniaUniversity of Pennsylvania
clinicaltrials
浏览 5
其他Influenza Human疫苗编码
Flu Infection at UPHS

基本信息

模态
其他
创建/更新时间
2026-10-26

资源简介

UPHS流感感染数据集

该数据集来自clinicaltrials.gov,聚焦人类流感病毒感染。源站描述指出,研究者利用流感病毒疫苗接种后采集的样本,发现既往流感暴露致敏的免疫细胞会被招募来产生针对新病毒株的抗体;既往工作表明,对流感疫苗应答的免疫细胞大多来自记忆细胞库,提示“免疫印记”极大影响疫苗所诱导抗体的特异性。目前尚不清楚既往流感病毒暴露如何影响感染所诱导的免疫。相比接种者,招募流感病毒感染患者并追踪其免疫应答随时间变化更为困难;感染后病毒抗原持续的时间可能比接种后更长(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:人类流感。利用流感病毒疫苗接种后从个体采集的样本,研究者已证明,由既往流感暴露致敏的免疫细胞会被招募来产生针对较新病毒株的抗体。研究者既往的工作表明,对流感疫苗接种应答的免疫细胞大多数来自记忆细胞库,提示“免疫印记”极大影响流感疫苗所诱导抗体的特异性。目前尚不太清楚既往流感病毒暴露如何影响流感病毒感染所诱导的免疫。与接种疫苗的个体相比,招募流感病毒感染患者并随时间追踪其免疫应答更为困难。相对于流感疫苗接种,流感病毒感染后病毒抗原可持续更长时间。

【主题与分类】

主题标签:Influenza Human。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06807840

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT06807840

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:人流感。利用从个体接种流感病毒疫苗后采集的样本,研究人员已证明,先前流感暴露所致敏的免疫细胞会被募集来产生针对较新病毒株的抗体。研究人员先前的工作表明,对流感疫苗接种作出应答的大多数免疫细胞来自记忆细胞库,提示“免疫印记”极大地影响流感疫苗所诱发的抗体特异性。目前尚不太清楚的是,先前的流感病毒暴露如何影响流感病毒感染所诱发的免疫。与接种疫苗的个体相比,招募流感病毒感染患者并随时间追踪其免疫应答更为困难。与流感疫苗接种相比,流感病毒感染后病毒抗原可持续更长时间。因此,与流感病毒疫苗接种相比,流感病毒感染可能更有效地致敏从头免疫应答。

在这项研究中,研究人员将从宾夕法尼亚大学健康系统的流感病毒感染个体中纵向采集血清、PBMC和呼吸道样本,以表征流感病毒感染所引发的细胞免疫和体液免疫应答。

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。

获取专属数据定制方案