不同形式系统性硬化症中的中性粒细胞胞外诱捕网
该数据集来自 clinicaltrials.gov，聚焦不同形式系统性硬化症中的中性粒细胞胞外诱捕网（NETs）。研究覆盖系统性硬化症、其他结缔组织病、系统性红斑狼疮、皮肌炎及 ANCA 相关性血管炎等病种，计划招募 100 名系统性硬化症患者、30 名其他结缔组织病患者和 130 名健康受试者
基本信息
资源简介
不同形式系统性硬化症中的中性粒细胞胞外诱捕网
该数据集来自 clinicaltrials.gov，聚焦不同形式系统性硬化症中的中性粒细胞胞外诱捕网（NETs）。研究覆盖系统性硬化症、其他结缔组织病、系统性红斑狼疮、皮肌炎及 ANCA 相关性血管炎等病种，计划招募 100 名系统性硬化症患者、30 名其他结缔组织病患者和 130 名健康受试者。采集血液样本以获取血浆、血清及经阴性选择获得的多核中性粒细胞。数据可用于评估 NETs 在系统性硬化症中的作用，并分析 NETs 产生与组成同该病不同并发症和表型之间的相关性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：系统性硬化症、其他结缔组织病、系统性红斑狼疮、皮肌炎、ANCA 相关性血管炎。本研究旨在评估中性粒细胞胞外诱捕网（NETs）在系统性硬化症（SSC）中的作用，并评估 NETs 产生与 NETs 组成同 SSC 中观察到的不同并发症和表型之间的相关性。将招募 100 名 SSC 患者、30 名其他结缔组织病患者和 130 名健康受试者。将采集血液样本，以通过阴性选择获得血浆、血清和多核中性粒细胞。
【主题与分类】
主题标签：Systemic Sclerosis、Other Connective Tissue Disease、Systemic Lupus Erythematosus、Dermatomyositis、ANCA Associated Vasculitis。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06462768
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/NCT06462768
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
研究疾病：系统性硬化症、其他结缔组织病、系统性红斑狼疮、皮肌炎、ANCA相关性血管炎。本研究旨在评估中性粒细胞胞外诱捕网（NETs）在系统性硬化症（SSC）中的作用，并评估NETs的产生及组成与SSC中观察到的不同并发症和表型之间的相关性。将招募100名SSC患者、30名其他结缔组织病患者和130名健康受试者。将采集血液样本，通过阴性选择法获取血浆、血清和多形核中性粒细胞。
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。
