Behçet病中的血栓形成倾向与血栓形成
该数据集来自 clinicaltrials.gov，主题为 Behçet 病中的血栓形成倾向与血栓形成。研究设计为前瞻性病例对照研究，计划纳入 100 名 18-70 岁、依据国际 Behçet 诊断标准确诊的 Behçet 病患者，以及 100 名年龄和性别相似的健康对照，受试者于 2023 年
基本信息
资源简介
Behçet病中的血栓形成倾向与血栓形成
该数据集来自 clinicaltrials.gov，主题为 Behçet 病中的血栓形成倾向与血栓形成。研究设计为前瞻性病例对照研究，计划纳入 100 名 18-70 岁、依据国际 Behçet 诊断标准确诊的 Behçet 病患者，以及 100 名年龄和性别相似的健康对照，受试者于 2023 年 6 月至 2024 年 9 月期间在 Atatürk University Faculty of Medicine 皮肤科门诊就诊。数据涵盖人口学特征、疾病临床特征、用药情况、近 1 个月皮肤和黏膜表现及血液样本实验室分析，可用于探索 Behçet 病相关血栓形成倾向与血栓形成的关联因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Behçet Disease。该研究计划为前瞻性病例对照研究。研究将在 100 名 18-70 岁、根据国际 Behçet 诊断标准诊断为 Behçet 病的患者以及 100 名年龄和性别相似、于 2023 年 6 月至 2024 年 9 月期间在 Atatürk University Faculty of Medicine 皮肤科门诊就诊的健康对照中进行。将对所有患者进行常规临床评估。将记录人口学特征（年龄、性别）、疾病的临床特征和所用药物。患者将在相关科室会诊系统受累情况后被纳入研究。将记录最近 1 个月内见到的皮肤和黏膜表现。将从所有参与者采集血液样本，并在我们医院的 Genetics 实验室进行分析。
【主题与分类】
主题标签：Behçet Disease。本站分类：皮肤疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06451575
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/NCT06451575
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：白塞病。本研究计划为前瞻性病例对照研究。研究将在2023年6月至2024年9月期间，于阿塔图尔克大学医学院皮肤科门诊开展，纳入100名年龄在18-70岁、根据国际白塞病诊断标准确诊为白塞病的患者，以及100名年龄和性别相似的健康对照者。将对所有患者进行常规临床评估。记录人口学特征（年龄、性别）、疾病的临床特征及所用药物。患者在相关科室会诊评估系统受累后纳入研究。记录最近1个月内出现的皮肤和黏膜表现。从所有参与者采集血样，并在本院遗传学实验室进行分析。在常规检查期间，从患者采集的EDTA管外周血中使用DNA提取试剂盒进行DNA提取。DNA样本将保存在-20摄氏度下，直至研究时使用。
在收集到目标数量的样本后，将使用血栓形成倾向检测试剂盒进行凝血因子II G20210A、凝血因子V Leiden G1691A、MTHFR（亚甲基四氢叶酸还原酶）C677T、MTHFR A1298C、凝血因子XIII V34L、PAI（纤溶酶原激活物抑制剂-1）4G/5G SNP（单核苷酸多态性）分析。该分析将在医学遗传学实验室的ABI 3130基因分析仪上通过片段分析方法进行。首先，将使用血栓形成倾向检测试剂盒进行PCR研究，将含有患者DNA的板加载到毛细管电泳装置中，并使用GeneMapper软件对分析结果进行解读和最终确定。
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。
