肾功能减退患者肾性骨营养不良的诊断
该数据集来源于clinicaltrials.gov，聚焦肾功能减退且疑似高转化或低转化骨病的肾性骨营养不良患者。数据涉及骨活检与18F-PET扫描，旨在探究18F-PET能否区分高转化与低转化骨病
基本信息
资源简介
肾功能减退患者肾性骨营养不良的诊断
该数据集英文名为 Diagnosis of Renal Osteodystrophy in Patients With Reduced Renal Function，来源于 clinicaltrials.gov，在本站归入泌尿生殖系统疾病 / 其他分类，主题标签为 Renal Osteodystrophy。其关注对象是肾功能减退且疑似高转化或低转化骨病的肾性骨营养不良患者。源站描述显示，研究对受试者实施骨活检与 18F-PET 扫描，并考察 18F-PET 能否区分高转化与低转化骨病。整体来看，该数据集围绕肾性骨营养不良的诊断问题，将骨活检与 18F-PET 两种检查手段并置，服务于高转化与低转化骨病的鉴别研究，适合作为该方向临床研究数据的检索与参考入口。
【数据集背景】
肾性骨营养不良是慢性肾脏病尤其是肾功能减退人群中需要关注的一类骨代谢异常。源站描述指出，该数据集所对应的研究招募肾功能减退且疑似高转化或低转化骨病的患者，说明其背景问题集中在两类骨病转化状态的识别上。高转化与低转化骨病在临床处理上具有不同的意义，因此如何在患者群体中进行区分，构成了该数据集所依托研究的核心出发点。数据集以 Renal Osteodystrophy 为主题标签，分类上归入泌尿生殖系统疾病 / 其他，体现了其在疾病分类体系中的位置。
【数据内容】
依据源站描述，该数据集涉及的内容围绕骨活检与 18F-PET 扫描展开。研究对象为肾功能减退并疑似高转化或低转化骨病的患者。研究执行骨活检和 18F-PET 扫描，并探究 18F-PET 能否判别高转化与低转化骨病。除上述检查与判别目标外，源站未提供关于具体变量、样本量、数据表结构或指标定义的信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，源站描述给出的研究条件为 Renal Osteodystrophy，招募对象为肾功能减退且疑似高转化或低转化骨病的患者。采集手段包括骨活检与 18F-PET 扫描。关于采集时间、采集机构、采集流程细节及伦理审批信息，源站未提供。
【适用场景】
该数据集适用于关注肾性骨营养不良诊断问题的场景，尤其是围绕肾功能减退患者中高转化与低转化骨病鉴别的研究与检索。由于源站描述明确以 18F-PET 能否区分两类骨病为研究问题，其适用方向可包括对骨活检与 18F-PET 在該鉴别问题中作用的学习与参考。关于具体临床应用决策、疗效评价或其他延伸用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括访问方式、数据格式、字段说明、配套分析脚本或操作指南等均未在源站描述中体现。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制、样本规模及验证情况的信息。可依据的限定仅来自源站描述：研究对象为肾功能减退且疑似高转化或低转化骨病的患者，检查手段为骨活检与 18F-PET 扫描，研究目标为判别高转化与低转化骨病。除此之外的质量维度与使用限制，源站未提供。
【引用与许可】
源站未提供引用格式、许可条款或使用授权方面的信息。
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/NCT03716128
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：肾性骨营养不良。招募肾功能下降且疑似高转换型或低转换型骨病的患者。进行骨活检和18F-PET扫描，研究18F-PET能否区分高转换型与低转换型骨病。
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。
