子宫疼痛的机制表征
该数据集来自 clinicaltrials.gov,聚焦子宫疼痛的机制研究,覆盖痛经(原发性与继发性)、子宫内膜疾病、平滑肌瘤及子宫纤维瘤等病症

基本信息
资源简介
子宫疼痛的机制表征
该数据集来自 clinicaltrials.gov,聚焦子宫疼痛的机制研究,覆盖痛经(原发性与继发性)、子宫内膜疾病、平滑肌瘤及子宫纤维瘤等病症。源站描述指出,由于缺乏无创工具研究子宫生理,原发性与继发性痛经(平滑肌瘤、子宫内膜异位症、子宫腺肌症)的经期绞痛根源仍不清楚,且15%女性对典型非处方抗炎药无反应,此类疼痛是慢性盆腔疼痛的重要风险因素。数据集可用于探索子宫收缩、灌注与氧合对经期疼痛的贡献,辅助药物发现与个性化治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:痛经(障碍)、原发性痛经、继发性痛经、子宫内膜疾病、平滑肌瘤、子宫纤维瘤。由于缺乏研究子宫生理的无创工具,原发性痛经和继发性痛经(平滑肌瘤、子宫内膜异位症、子宫腺肌症)中月经绞痛的根本原因仍不清楚。这种疼痛在15%的女性中对典型的非处方抗炎药无反应,并且是发展为具有挑战性的慢性盆腔疼痛疾病的主要风险因素。为了指导药物发现和创建个性化治疗方法,揭示痛经的潜在机制至关重要。我们的研究项目聚焦于我们对子宫生理知识的关键空白,例如子宫收缩、灌注和氧合对月经疼痛的贡献。尽管这些因素强烈影响
【主题与分类】
主题标签:Dysmenorrhea (Disorder)、Dysmenorrhea Primary、Dysmenorrhea Secondary、Endometrial Diseases、Leiomyoma、Fibroid Uterus。本站分类:泌尿生殖系统疾病/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04145518
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/NCT04145518
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:痛经(障碍)、原发性痛经、继发性痛经、子宫内膜疾病、平滑肌瘤、子宫纤维瘤。由于缺乏研究子宫生理学的无创工具,原发性痛经和继发性痛经(平滑肌瘤、子宫内膜异位症、子宫腺肌症)中月经绞痛的根本原因仍不清楚。在15%的女性中,这种疼痛对典型的非处方抗炎药无反应,并且是发展为具有挑战性的慢性盆腔疼痛障碍的主要风险因素。为了指导药物发现和创建个性化治疗方法,揭示痛经的潜在机制至关重要。我们的研究项目聚焦于我们对子宫生理学认知中的关键空白,例如子宫收缩、灌注和氧合对月经疼痛的贡献。尽管这些因素与这种使人衰弱的疼痛障碍密切相关,但仍需要确证性的人体数据。此类研究将非常及时,因为针对这些潜在机制的众多候选药物已经存在。
我们的合作团队已开发出基于MRI的工具,能够无创、动态地测量子宫收缩、灌注、相对组织氧合以及指示无氧呼吸的代谢物。研究者们还率先建立了将自发性疼痛报告与同步子宫事件相关联的方法。这些方法结合起来,将使我们能够评估收缩性、灌注或低氧血症对月经疼痛的贡献。值得注意的是,我们的初步数据支持我们的核心假设,即月经疼痛与涉及子宫肌层过度收缩、子宫灌注受损、子宫低氧血症或非子宫来源的不同表型相关。由于了解当前抗炎药物如何缓解或预防疼痛(以及为何失效)对于开发改进的治疗策略具有重要价值,研究者们还将研究萘普生对月经疼痛女性子宫生理的影响。为检验我们关于子宫改变m
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。



