症状学与血清核磁共振代谢组学能否预测接受腹腔镜绝育术的育龄女性子宫内膜异位症:一项前瞻性横断面研究
该数据集来自一项前瞻性横断面研究,纳入102名在三级转诊中心接受腹腔镜绝育术的育龄女性,采集术前症状问卷与血清核磁共振代谢组学数据

基本信息
资源简介
症状学与血清核磁共振代谢组学能否预测接受腹腔镜绝育术的育龄女性子宫内膜异位症:一项前瞻性横断面研究
该数据集来自一项前瞻性横断面研究,纳入102名在三级转诊中心接受腹腔镜绝育术的育龄女性,采集术前症状问卷与血清核磁共振代谢组学数据。其中12人(11.7%)被偶然诊断为子宫内膜异位症。数据覆盖症状出现频率及代谢组学特征,可用于探索症状学与代谢组学对子宫内膜异位症的预测价值,以及症状与疾病存在或严重程度之间的关联分析(来源 omicsdi.org)。
【数据内容】
源站描述(机器翻译,仅供参考):子宫内膜异位症是一种常见的慢性炎症性疾病,据认为在有症状的女性中发病率较高,但常见相关症状并不总是与疾病的存在或严重程度相关,且诊断需要手术。我们在一项横断面研究中前瞻性收集了数据,并评估了在三级转诊中心接受腹腔镜绝育术的102名女性的症状学和基于核磁共振波谱的代谢组学。12名女性被偶然诊断为子宫内膜异位症(11.7%)。根据术前问卷,通常归因于子宫内膜异位症的许多症状的存在与缺失在有或无子宫内膜异位症的女性中报告频率相似。与无子宫内膜异位症的女性相比,有子宫内膜异位症的女性报告明显更持续的月经量多(50% vs 18.9%)、经期延长(25% vs 7.8%)和受孕问题(27.3% vs 9%)。
【主题与分类】
主题标签:Metabolomics。本站分类:口腔疾病。
【获取与许可】
源站页面:https://omicsdi.org/dataset/metabolights_dataset/MTBLS2040
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://omicsdi.org/dataset/metabolights_dataset/MTBLS2040
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
子宫内膜异位症是一种常见的慢性炎症性疾病,一般认为在有症状的女性中发病率较高,但常见相关症状并不总与疾病的存在或严重程度相关,且诊断需要手术。我们在一项横断面研究中前瞻性收集了数据,并评估了在一家三级转诊中心接受腹腔镜绝育术的102名女性的症状学及基于核磁共振波谱的代谢组学。12名女性被偶然诊断为子宫内膜异位症(11.7%)。根据术前问卷,通常归因于子宫内膜异位症的许多症状在有或无子宫内膜异位症的女性中报告的存在与缺失频率相似。与无子宫内膜异位症的女性相比,患有子宫内膜异位症的女性报告明显更持续的月经量多(50% vs 18.9%)、经期延长(25% vs 7.8%)和受孕困难(27.3% vs 9%)。核磁共振无法辨别有或无子宫内膜异位症者血清代谢组之间的任何可区分差异。我们的论文强调了女性所经历的复杂症状学,无论其是否有子宫内膜异位症的手术诊断。
既往文献及本研究均未能识别出与普通人群中经手术确诊的子宫内膜异位症相关的明确、可区分的症状或生物标志物。因此,开发用于识别这一异质性良性疾病的有效的非侵入性检测方法很可能具有挑战性。
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。




