肺移植受者CLAD中ECP应答的血浆与影像生物标志物
该数据集来自clinicaltrials.gov,聚焦肺移植失败与排斥、CLAD及闭塞性细支气管炎受者接受体外光分离置换(ECP)治疗时的血浆与影像生物标志物

基本信息
资源简介
肺移植受者CLAD中ECP应答的血浆与影像生物标志物
该数据集来自clinicaltrials.gov,聚焦肺移植失败与排斥、CLAD及闭塞性细支气管炎受者接受体外光分离置换(ECP)治疗时的血浆与影像生物标志物。源站描述涵盖ECP治疗安排(6个月内共24次,按周、隔周、每月递减)及首次ECP治疗时的血样采集与测量参数。数据可用于探索ECP应答相关的生物标志物,支持肺移植后CLAD患者的疗效评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺移植失败与排斥、CLAD、闭塞性细支气管炎、体外光分离置换。I. ECP治疗:是否开具ECP的决策独立于本研究,由受试者的主治医师决定。ECP治疗将在受试者所在肺移植中心按参与中心的标准ECP治疗方案执行,不会为本研究而更改。通常,操作采用的治疗计划为6个月内共24次操作。第1和第2个月每周两次、连续七周,第3个月隔周成对操作,第4、5、6个月每月一次。II. 血样采集:研究访视与待测参数。当受试者在所在肺移植中心首次接受ECP治疗时,一份血样……
【主题与分类】
主题标签:Lung Transplant Failure and Rejection、CLAD, Bronchiolitis Obliterans、Extracorporeal Photopheresis。本站分类:呼吸系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07434869
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/NCT07434869
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
条件:肺移植失败与排斥反应、CLAD、闭塞性细支气管炎、体外光分离置换法。一、ECP治疗 开具ECP治疗的决定与研究无关,将由受试者的主治医师确定。ECP治疗将在受试者所在肺移植中心按照参与中心的标准ECP治疗方案进行,且不会为本研究目的而更改。通常,操作采用的治疗方案为6个月内共进行24次操作。第1个月和第2个月每周进行两次操作,共七周;第3个月每两周进行成对操作;第4、5、6个月每月一次。二、血液样本采集 研究访视及待测参数 当受试者在所在肺移植中心首次接受ECP治疗时,将确认其已签署完整的知情同意书以参与研究。
在ECP治疗周期的6个月疗程中,受试者接受ECP治疗的中心将在三个时间点采集血样:1)首次ECP治疗前即刻;2)第3个月开始时第15次ECP治疗前即刻;3)完整ECP治疗周期末次ECP治疗前即刻。a. 操作步骤 i. 血样采集:将通过静脉穿刺或在静脉导管置入/通路建立时采集血样(最多25 ml静脉血,其中15 ml用于dd-cfDNA分析,10 ml用于Treg研究)。非临床样本将仅以研究编号标记,以维护患者隐私。ii. dd-cfDNA分析:全血样本将采集于cfDNA BCT采血管(Streck Inc.,Omaha,NE)中,并分离血浆。cfDNA将采用定制方案提取,并通过qPCR进行质量控制。基因组DNA(gDNA)将被提取、剪切并进行质量控制。血浆cfDNA文库将制备用于鸟枪法测序,并在Illumina HiSeq平台上测序。原始序列读数将被修剪、过滤并比对。
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。




