慢性炎症性皮肤病系统治疗应答的皮肤与血液生物标志物识别

数据集获取

源站：https://clinicaltrials.gov/study/NCT06599411

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

疾病：特应性皮炎、银屑病、化脓性汗腺炎、扁平苔藓、皮肤红斑狼疮、皮肌炎、皮肤硬皮病、中性粒细胞性皮肤病。慢性炎症性皮肤病构成了一组异质性疾病。它们不仅影响皮肤，还累及其他器官（关节、肺、肌肉等）。其预后及对治疗的反应差异极大。发现预后因素将有助于根据个体标志物精准指导治疗方案及其强化。识别新的治疗靶点对于开发针对炎症性皮肤病的创新疗法至关重要。主要目标是识别与炎症性皮肤病1年治疗反应相关的新细胞或分子预后因素。次要目标是更好地理解慢性炎症性皮肤病的病理生理学，识别与10年演变后临床状态相关的新细胞、分子和微生物学预后因素，以及识别药物毒性的预后标志物。

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。