囊性纤维化真菌感染的免疫特征
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)患者中的真菌感染问题,涵盖真菌感染、过敏性支气管肺曲霉病(ABPA)等状况

基本信息
资源简介
囊性纤维化真菌感染的免疫特征
该数据集来自 clinicaltrials.gov,聚焦囊性纤维化(CF)患者中的真菌感染问题,涵盖真菌感染、过敏性支气管肺曲霉病(ABPA)等状况。源站描述指出,虽然细菌是 CF 肺病的主要病原,但真菌常从痰液和支气管肺泡灌洗液(BAL)中分离,其在 CF 中的作用尚未完全明确;真菌感染表现多样,从短暂检出到持续感染、急性真菌性支气管炎伴肺急性加重、真菌过敏原致敏及 ABPA。目前针对 CF 患者 ABPA 的诊治有临床指南,但对 CF 真菌病各种表现的监测、临床照护和抗真菌治疗指南与建议较少,无 ABPA 的真菌临床影响也了解不足(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):状况:Cystic Fibrosis、Fungal Infection、Allergic Bronchopulmonary Aspergillosis。虽然细菌是 CF 肺病的主要病原,但真菌常从痰液和支气管肺泡灌洗液(BAL)中分离,其在 CF 中的作用尚未完全明确。CF 中的真菌感染具有广泛的表型谱,从短暂检出到持续感染、导致肺急性加重的急性真菌性支气管炎、对真菌过敏原的致敏,以及过敏性支气管肺曲霉病(ABPA)。虽然有针对 CF 患者 ABPA 诊断和治疗的临床指南,但关于 CF 真菌病各种表现的监测、临床照护和抗真菌治疗的指南与建议很少;此外,无 ABPA 的真菌的临床影响也了解甚少。虽然 CF 中的炎症被 cla
【主题与分类】
主题标签:Cystic Fibrosis、Fungal Infection、Allergic Bronchopulmonary Aspergillosis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04476758
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/NCT04476758
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:囊性纤维化、真菌感染、变应性支气管肺曲霉病。虽然细菌是CF肺病的主要病原体,但真菌常可从痰液和支气管肺泡灌洗液(BAL)中分离出来,然而其在CF中的作用尚未完全明确。CF中的真菌感染表现谱广泛,从短暂检出到持续感染、伴发肺部急性加重的急性真菌性支气管炎、对真菌变应原的致敏以及变应性支气管肺曲霉病(ABPA)不等。尽管已有针对CF患者ABPA诊断和治疗的临床指南,但关于CF真菌病各种表现形式的监测、临床诊疗和抗真菌治疗的指南与建议却很少;此外,无ABPA的真菌感染的临床影响也知之甚少。虽然CF中的炎症经典上被认为是中性粒细胞和巨噬细胞驱动的过程(Th1),但临床和动物CF研究均显示,在存在真菌病时,嗜酸性粒细胞和过敏性细胞因子(Th2)升高。研究还显示肺功能下降(例如
一秒用力呼气容积占预计值百分比(ppFEV1)在痰中频繁检出真菌的个体中较低,并且与铜绿假单胞菌感染和抗菌药物使用存在关联。与非CF患者相比,成人CF患者也更容易发生真菌致敏,并且变应性鼻炎和特应性的发生率更高。在我们中心进行的一项回顾性研究中,我们发现,无论ABPA状态如何,间歇性或慢性真菌感染的儿童与无真菌感染的儿童相比,肺功能下降更快(见初步数据)。了解真菌感染是否由过敏性(Th2)炎症过程驱动,可能会改变治疗方法,通过在真菌感染患者中更积极地使用类固醇和抗真菌治疗来对抗肺功能下降。已有有限的研究调查了……的发生频率。
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。




