过敏性接触性皮炎的分子诊断 (SMECA)
该数据集来自 clinicaltrials.gov,主题为过敏性接触性皮炎(ACD)的分子诊断。ACD 是一种常见的炎症性皮肤病,由环境化学物质反复接触诱发,表现为由过敏原特异性 T 细胞介导的迟发型 IV 型超敏反应

基本信息
资源简介
过敏性接触性皮炎的分子诊断 (SMECA)
该数据集来自 clinicaltrials.gov,主题为过敏性接触性皮炎(ACD)的分子诊断。ACD 是一种常见的炎症性皮肤病,由环境化学物质反复接触诱发,表现为由过敏原特异性 T 细胞介导的迟发型 IV 型超敏反应。目前诊断依赖临床检查、环境暴露评估和斑贴试验,但斑贴试验有时结果不确定,影响疾病管理。初步结果表明,对斑贴试验反应进行分子分析可能实现更可靠的诊断,这种基因表达谱方法或有助于识别患者。数据集覆盖湿疹及过敏性接触性湿疹相关主题,可用于探索基于分子层面的 ACD 诊断分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:湿疹、过敏性接触性湿疹。过敏性接触性皮炎(ACD)是一种常见的炎症性皮肤病,在工业化国家是一个主要的公共卫生问题。ACD 由个体反复接触环境化学物质诱发,其特征是由致敏个体中过敏原特异性 T 细胞介导的迟发型 IV 型超敏反应及皮肤炎症。目前的诊断基于临床检查、环境暴露评估和斑贴试验。尽管斑贴试验的稳健性早已确立,但该方法有时会给出不确定的结果,导致疾病管理出现问题。初步结果表明,对斑贴试验(PT)反应的分子分析可能实现更可靠的诊断。重要的是,这种基因表达谱方法可能有助于识别患者
【主题与分类】
主题标签:Eczema、Allergic Contact Eczema Nos。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06124781
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/NCT06124781
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:湿疹、过敏性接触性湿疹。过敏性接触性皮炎(ACD)是一种常见的炎症性皮肤病,在工业化国家中构成了重大的公共卫生问题。ACD是由个体反复接触环境化学物质引起的,其特征是在已致敏个体中,由过敏原特异性T细胞介导的皮肤炎症所表现的迟发型IV型超敏反应。目前的诊断基于临床检查、环境暴露评估和斑贴试验。尽管斑贴试验的可靠性早已确立,但该方法有时会给出不确定的结果,导致疾病管理上的问题。初步结果表明,对斑贴试验(PT)反应进行分子分析可能有助于更可靠的诊断。重要的是,这种基因表达谱分析方法可能有助于识别斑贴试验假阳性的患者,即其PT反应未显示任何“过敏特征”的患者。然而,PT病变中过敏生物标志物的存在或缺失是否确实能预测患者的ACD反应,仍有待证实。
主要目的是描述在使用条件下(采用ROAT测试)个体暴露于致敏化合物时,这些分子特征与个体反应性之间的相关性。
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。




