炎症性肌肉疾病的研究与治疗
这是一项综合性方案,旨在持续描述这类罕见疾病、进一步划分患者群体,并获取用于研究免疫异常、发病机制和病因的材料。数据可用于区分 IIM 与其他易混淆疾病(如成人型肌营养不良),并支持标准治疗与治疗性方案入组评估,以及健康志愿者的 MRI 检查(来源 clinicaltrials.gov)

基本信息
资源简介
炎症性肌肉疾病的研究与治疗
该数据集来自 clinicaltrials.gov,聚焦于炎症性肌肉疾病的研究与治疗,涵盖 Dermatomyositis、Polymyositis 及相关特发性炎症性肌病(IIM)。这是一项综合性方案,旨在持续描述这类罕见疾病、进一步划分患者群体,并获取用于研究免疫异常、发病机制和病因的材料。数据可用于区分 IIM 与其他易混淆疾病(如成人型肌营养不良),并支持标准治疗与治疗性方案入组评估,以及健康志愿者的 MRI 检查(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:Dermatomyositis、Polymyositis。Polymyositis、dermatomyositis 及相关疾病,也称为特发性炎症性肌病(IIM),是一组不常见、异质性的疾病。这是一项综合性方案,旨在继续我们对这一罕见疾病组的描述,进一步界定重要的患者群体,并获得用于进一步研究 IIM 的免疫异常、发病机制和病因的有用材料。IIM 的诊断常与其他疾病(如成人型肌营养不良)混淆,因此,我们将评估其他疾病患者(这些患者被转诊时初步诊断为 IIM)(1)。接受 IIM 评估的患者将在知情同意下接受可获得的最佳标准治疗,并考虑进入任何治疗性方案。MRI 将对健康志愿者进行。
【主题与分类】
主题标签:Dermatomyositis、Polymyositis。本站分类:皮肤疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00001265
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/NCT00001265
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:皮肌炎、多发性肌炎。多发性肌炎、皮肌炎及相关疾病,也称为特发性炎性肌病(IIM),是一组不常见且异质性高的疾病。这是一个综合性研究方案,旨在继续我们对这一罕见疾病群的描述,进一步明确重要的患者群体,并获取有助于深入研究IIM的免疫异常、发病机制及病因的有用资料。IIM的诊断常与其他疾病(如成人型肌营养不良)混淆,因此,我们将评估那些被初步诊断为IIM而转诊的其他疾病患者(1)。经知情同意,接受评估的IIM患者将接受现有的最佳标准治疗,并考虑纳入任何治疗性研究方案。将对健康志愿者进行MRI检查,以帮助开发一种量化患者肌肉MRI水肿的数学方法(2)。将对部分患者及健康志愿者进行MRI/PET检查,以评估其在理解肌肉疾病方面的作用。
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。




