急性COVID-19及恢复期先天性与适应性免疫应答综合分析送样采集
该数据集来自clinicaltrials.gov,为一项前瞻性样本采集方案,接收送检的生物样本(如血液、唾液、粪便、尿液及临床剩余样本),用于探索性研究,以刻画机体对COVID-19或其他新发、再发呼吸道病毒的免疫应答

基本信息
资源简介
急性COVID-19及恢复期先天性与适应性免疫应答综合分析送样采集
该数据集来自clinicaltrials.gov,为一项前瞻性样本采集方案,接收送检的生物样本(如血液、唾液、粪便、尿液及临床剩余样本),用于探索性研究,以刻画机体对COVID-19或其他新发、再发呼吸道病毒的免疫应答。样本来自确诊或疑似SARS-CoV-2感染或其他新发、再发呼吸道病毒的患者,纵向采集后送至NIH进行科研评估,同时也采集未感染患者及其亲属的样本。参与者不会在NIH接受研究访视。检测旨在增进对这些病毒宿主免疫应答的理解(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:COVID-19感染。研究描述:这是一项前瞻性样本采集方案,用于接收送检的生物样本(例如血液、唾液、粪便、尿液以及临床采集的剩余样本),以开展探索性研究,刻画对2019冠状病毒病(COVID-19)或其他新发或再发呼吸道病毒的免疫应答。参与者不会在NIH接受研究访视。根据本方案,将从确诊或疑似严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染或其他新发或再发呼吸道病毒感染的患者中纵向采集样本,并送至NIH进行科研评估。此外,还将从未感染的患者及患者亲属中采集样本。将进行检测以增进对这些病毒宿主免疫应答的理解,包括但不限于
【主题与分类】
主题标签:COVID-19 Infection。本站分类:呼吸系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04582903
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/NCT04582903
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:COVID-19感染。研究描述:这是一项前瞻性样本采集方案,旨在接收寄送的生物样本(例如血液、唾液、粪便、尿液以及临床采集的剩余样本),用于探索性研究,以表征对2019冠状病毒病(COVID-19)或其他新发或再发呼吸道病毒的免疫反应。参与者不会在NIH进行访视。根据本方案,将纵向采集确诊或疑似严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染或其他新发或再发呼吸道病毒患者的样本,并送至NIH进行研究评估。此外,还将从未感染患者及患者亲属中采集样本。将进行检测以增进对这些病毒宿主免疫反应的理解,包括但不限于遗传学、分子和蛋白质组学检测。与参与者健康和医疗护理相关的发现可能会返还给他们及其转诊医疗保健提供者或研究团队。
目标:主要目标:实现对感染SARS-CoV-2或其他新发或再发呼吸道病毒期间及之后宿主免疫反应的遗传学、免疫学、分子学和病毒学特征描述,这些特征将与临床病程和结果数据相关联。终点:主要终点:1. 鉴定与SARS-CoV-2或其他新发或再发呼吸道病毒引起的严重/致死性疾病或感染抵抗性相关的遗传变异。2. 描述感染SARS-CoV-2或其他新发或再发呼吸道病毒后急性期及恢复期固有免疫和适应性免疫反应的动态变化特征。3. 测定感染SARS-CoV-2或其他新发或再发呼吸道病毒后急性期及恢复期产生的促炎/抗炎细胞因子,包括干扰素(IFN)特征性反应。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




