系统性血管炎临床转录组学研究 (CUTIS)
研究采用多中心方式，由血。本研究采用多中心方法评估多种特发性血管炎中的皮肤血管炎。具有血管炎皮肤表现的患者将由原发性血管炎诊疗团队和皮肤科医生组成的团队进行评估，以便优化患者选择和病变取样
基本信息
资源简介
系统性血管炎临床转录组学研究 (CUTIS)
该数据集来源于 clinicaltrials.gov，聚焦系统性血管炎的皮肤表现，涵盖 Cryoglobulinemic Vasculitis (CV)、Drug-induced Vasculitis、Eosinophilic Granulomatosis With Polyangiitis (EGPA)、IgA Vasculitis、Isolated Cutaneous Vasculitis、Granulomatosis With Polyangiitis (GPA)、Microscopic Polyangiitis (MPA) 和 Polyarteritis Nodosa (PAN) 等多种特发性血管炎。研究采用多中心方式，由血。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Cryoglobulinemic Vasculitis (CV)、Drug-induced Vasculitis、Eosinophilic Granulomatosis With Polyangiitis (EGPA)、IgA Vasculitis、Isolated Cutaneous Vasculitis、Granulomatosis With Polyangiitis (GPA)、Microscopic Polyangiitis (MPA)、Polyarteritis Nodosa (PAN)。本研究采用多中心方法评估多种特发性血管炎中的皮肤血管炎。具有血管炎皮肤表现的患者将由原发性血管炎诊疗团队和皮肤科医生组成的团队进行评估，以便优化患者选择和病变取样。对活动性血管炎部位进行钻取皮肤活检，作为组织病理学和转录组学评估的材料来源。皮肤血管炎的组织病理学将采用标准化方法进行刻画。
【主题与分类】
主题标签：Cryoglobulinemic Vasculitis (CV)、Drug-induced Vasculitis、IgA Vasculitis、Isolated Cutaneous Vasculitis、Granulomatosis With Polyangiitis (GPA)、Microscopic Polyangiitis (MPA)、Polyarteritis Nodosa (PAN)、Urticarial Vasculitis、Vasculitis。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03004326
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/NCT03004326
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
疾病类型：冷球蛋白血症性血管炎（CV）、药物诱导性血管炎、嗜酸性肉芽肿性多血管炎（EGPA）、IgA血管炎、孤立性皮肤血管炎、肉芽肿性多血管炎（GPA）、显微镜下多血管炎（MPA）、结节性多动脉炎（PAN）。本研究采用多中心方法，评估多种特发性血管炎中的皮肤血管炎。具有血管炎皮肤表现的患者将由原发性血管炎诊疗团队和皮肤科医生共同评估，以便优化患者筛选和皮损取样。对活动性血管炎部位进行钻取皮肤活检，将作为组织病理学和转录组学评估的材料来源。皮肤血管炎的组织病理学将采用标准化方法进行特征描述。
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。
