局部庆大霉素无义突变抑制治疗EB
该数据集来自 clinicaltrials.gov,聚焦大疱性表皮松解症(Epidermolysis Bullosa)的局部庆大霉素无义突变抑制治疗研究

基本信息
资源简介
局部庆大霉素无义突变抑制治疗EB
该数据集来自 clinicaltrials.gov,聚焦大疱性表皮松解症(Epidermolysis Bullosa)的局部庆大霉素无义突变抑制治疗研究。研究分为两部分:A 部分评估非密集给药(每日一次或隔日一次)对皮肤蛋白表达的影响,并量化对伤口愈合的效果,每例患者总时长计划为 18 周,包括 6 周治疗期和 12 周随访期;B 部分在体外验证庆大霉素是否恢复由 SSM 影响基因在患者皮肤活检来源成纤维细胞中的蛋白表达。数据可用于了解该试验的设计与治疗可行性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:大疱性表皮松解症。本研究的总体目的是探讨局部庆大霉素治疗是否是一种有效且可行的治疗方法。具体而言,我们将研究非密集治疗(每日一次或隔日一次)对皮肤蛋白表达的影响,并量化对由 PSC 引起的大疱性表皮松解症患者伤口愈合的效果(A 部分)。此外,我们将在体外探讨庆大霉素是否恢复由 SSM 影响基因在来源于由 SSM 引起的大疱性表皮松解症患者皮肤活检的成纤维细胞中的蛋白表达(B 部分)。如果这些体外实验产生阳性结果,将邀请捐献细胞的患者进入本研究的 A 部分。本研究中 A 部分的总体持续时间计划为每例患者 18 周,包括 6 周治疗期,随后是 12 周随访期。每例患者
【主题与分类】
主题标签:Epidermolysis Bullosa。本站分类:损伤、中毒及外因。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04644627
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/NCT04644627
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:大疱性表皮松解症。本研究的总体目的是探讨局部庆大霉素治疗是否是一种有效且可行的治疗方法。具体而言,我们将研究非强化治疗(每日一次或隔日一次)对皮肤蛋白表达的影响,并量化其对由PSC引起的EB患者伤口愈合的效果(A部分)。此外,我们将在体外研究庆大霉素是否能恢复由SSM影响的基因在源自SSM引起的EB患者皮肤活检所获得的成纤维细胞中的蛋白表达(B部分)。如果这些体外实验产生阳性结果,将邀请捐献细胞的患者参加本研究的A部分。本研究A部分的总体持续时间计划为每位患者18周,包括6周治疗期和随后的12周随访期。每位患者将参加3次研究访视:第0周、第6周和第18周。所有患者将在12个月的时间段内纳入。B部分的总体持续时间将为每位患者最长8周,其中4-7周用于制备从皮肤活检获得的成纤维细胞。
随后进行为期5天的体外干预及后续分析。总而言之,GENTELBULL研究的总持续时间将不超过78周。
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。




