多种病理中的炎症细胞
源站描述介绍了一种由 Innovaderm 联合 CRCHUM 免疫调节实验室及 McGill University 皮肤科分部开发的 6 小时新方法,用于研究银屑病患者新鲜活检中的 IL-17A 和 IL-22

基本信息
资源简介
多种病理中的炎症细胞
该数据集来源于 clinicaltrials.gov,聚焦 Atopic Dermatitis、Acne Rosacea、Acne Vulgaris 等皮肤疾病相关的炎症细胞研究。源站描述介绍了一种由 Innovaderm 联合 CRCHUM 免疫调节实验室及 McGill University 皮肤科分部开发的 6 小时新方法,用于研究银屑病患者新鲜活检中的 IL-17A 和 IL-22。该方法结合酶消化与机械解离分离皮肤细胞,随后进行多色流式细胞术分析,无需体外扩增和再刺激,并已用于检测 4 mm 打孔皮肤活检中新鲜分离的少量 CD45+ 细胞(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Atopic Dermatitis, Acne Rosacea, Acne Vulgaris. Innovaderm 与“CRCHUM 免疫调节实验室”及“McGill University 皮肤科分部”合作,最近开发了一种新颖的 6 小时方法,用于研究银屑病患者新鲜活检中的 IL-17A(Interleukin)和 IL-22。这种可重复的实验方法结合酶消化和机械解离以分离皮肤细胞。随后在无体外扩增和再刺激的情况下进行多色流式细胞术分析。使用该方法,我们在少量(20x10³)活 CD45+(Cluster of Differentiation Antigen 45)细胞上检查了 IL-17A 和 IL-22 的细胞来源,这些细胞新鲜分离自 4 mm 打孔皮肤活检(n=22 名银屑病患者)。该方法用于研究“IL-17A+ T 淋巴细胞和 IL-17A 表达的持续性及 ps
【主题与分类】
主题标签:Atopic Dermatitis、Acne Rosacea、Acne Vulgaris。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02270411
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/NCT02270411
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:特应性皮炎、酒渣鼻、寻常痤疮。Innovaderm与“CRCHUM免疫调节实验室”及“麦吉尔大学皮肤科分部”合作,最近开发了一种新颖的6小时方法,用于研究银屑病患者新鲜活检组织中的IL-17A(白细胞介素)和IL-22。这一可重复的实验方法结合了酶消化和机械解离以分离皮肤细胞,随后在无体外扩增和再刺激的情况下进行多色流式细胞术分析。利用此方法,我们对从4毫米穿刺皮肤活检(n=22名银屑病患者)中新鲜分离出的少量(20x10³)活CD45+(分化簇抗原45)细胞上的IL-17A和IL-22的细胞来源进行了检查。该方法被用于在丹佛举行的美国皮肤病学会第72届年会上展示的“对乌司奴单抗治疗无反应的银屑病斑块中IL-17A+ T淋巴细胞和IL-17A表达的持续性”研究。
该方法的详细展示将在新墨西哥州阿尔伯克基即将举行的皮肤病研究学会年会上进行。我们希望研究并调整此方法,以适应其他皮肤状况,如特应性皮炎、酒渣鼻和寻常痤疮。
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。




