aHUS与C3G诊断的新分析工具数据集
该数据集来源于clinicaltrials.gov,聚焦非典型溶血性尿毒症综合征(aHUS)与C3肾小球病(C3G)两类超罕见疾病,同时纳入健康对照

基本信息
资源简介
aHUS与C3G诊断的新分析工具数据集
该数据集来源于clinicaltrials.gov,聚焦非典型溶血性尿毒症综合征(aHUS)与C3肾小球病(C3G)两类超罕见疾病,同时纳入健康对照。源站描述指出,这两种疾病均与补体系统失控激活相关,导致肾脏炎症、血栓性微血管病或补体片段沉积,最终引发急慢性肾损伤及终末期肾衰竭。数据集覆盖溶血性尿毒症综合征、膜增生性肾小球肾炎及健康状态,可用于探索补体异常与肾脏损伤的关系,并支持诊断工具开发与疾病分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:溶血性尿毒症综合征、膜增生性肾小球肾炎、健康。非典型溶血性尿毒症综合征(aHUS)和C3肾小球病(C3G)是超罕见疾病,其中不受控制的补体激活导致肾脏炎症,在aHUS中表现为血栓性微血管病(TMA),在C3G中表现为补体片段在肾脏的广泛沉积。在这两种情况下,这些改变导致急性和慢性肾脏损伤,并最终导致终末期肾衰竭。遗传性和获得性补体异常的患病率在两种疾病之间有所不同,但主要覆盖相同的补体蛋白。阻断补体系统是aHUS的首选治疗方法,并且在C3G中可能具有相当大的潜力,随着补体抑制药物的3期试验数量不断增加,这一点显而易见。及时准确的诊断仍然具有挑战性
【主题与分类】
主题标签:Hemolytic-Uremic Syndrome、Membranoproliferative Glomerulonephritis、Healthy。本站分类:泌尿生殖系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05985122
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/NCT05985122
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:溶血性尿毒症综合征、膜增生性肾小球肾炎、健康。非典型溶血性尿毒症综合征(aHUS)和C3肾小球病(C3G)是超罕见疾病,其中不受控制的补体激活导致肾脏炎症,在aHUS中表现为血栓性微血管病(TMA),在C3G中表现为补体片段在肾脏的广泛沉积。在这两种疾病中,这些改变导致急性和慢性肾脏损伤,并最终导致终末期肾衰竭。遗传性和获得性补体异常的患病率在两种疾病之间有所不同,但主要涉及相同的补体蛋白。阻断补体系统是aHUS的首选治疗方法,并且在C3G中可能具有相当大的潜力,这一点从越来越多的补体抑制药物3期试验中可以看出。及时准确的诊断对临床医生来说仍然具有挑战性,无论是aHUS(需将其与其他形式的TMA区分开来),还是C3G(需将其与其他形式的肾小球肾炎(GN)区分开来)。在C3G中,肾活检是诊断的金标准,但并不充分。
因此,对于aHUS和C3G,均存在对遗传性和获得性补体异常进行准确检测的未满足需求。此外,实验室间补体检测,特别是针对C3肾炎因子(C3NeFs;稳定C3转化酶的异质性自身抗体)的检测,差异相当大,因此其标准化极为必要。再者,aHUS和C3G中遗传结果的解读并非总是确定性的。在aHUS和C3G中常发现补体基因的意义未明变异(VUS)/可能致病性变异(LPV),需要进一步表征。快速且功能性的VUS/LPV判定与解读有助于更好地理解疾病病理生理学,并可能影响诊断和治疗选择。目前,aHUS患者接受补体C5抑制性单克隆抗体Eculizumab和Ravulizumab的有效治疗。然而,该
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。




