肝活检患者报告结局(EUS 与经皮对比)
该数据集来自 clinicaltrials.gov,聚焦慢性肝病、肝移植与肝硬化患者在接受肝活检时的患者体验与报告结局,并对比超声内镜引导下肝活检(EUS-LB)与经皮肝活检等不同路径

基本信息
资源简介
肝活检患者报告结局(EUS 与经皮对比)
该数据集来自 clinicaltrials.gov,聚焦慢性肝病、肝移植与肝硬化患者在接受肝活检时的患者体验与报告结局,并对比超声内镜引导下肝活检(EUS-LB)与经皮肝活检等不同路径。肝活检是肝病诊断与分期的重要手段,常用于不明原因肝功能异常、自身免疫性肝病或肝移植后治疗指导及预后评估。数据可用于研究不同活检方式下的患者感受、耐受性与结局差异,为临床选择活检路径提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性肝病(CLD)、肝移植、肝硬化。内镜肝病学中的患者体验。肝活检是诊断和/或分期肝病的关键操作。非靶向活检的常见适应证包括不明原因的肝功能检查(LFTs)升高、指导自身免疫性肝病或肝移植(LT)后的药物治疗,以及在不明临床情况下的预后评估,偶尔也用于研究范围。传统上,获取肝活检有三种主要途径:经皮肝活检(PC-LB)、经颈静脉(因而为血管内)肝活检(TJ-LB)以及手术(多为腹腔镜)途径(LAP-LB)。近年来,超声内镜引导下肝活检(EUS-LB)作为一种替代操作已获得显著重要性。在技术上,该途径通常涉及
【主题与分类】
主题标签:Chronic Liver Disease (CLD)、Liver Transplantation、Cirrhosis。本站分类:消化系统疾病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07506642
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/NCT07506642
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
疾病条件:慢性肝病(CLD)、肝移植、肝硬化。内镜肝病学中的患者体验 肝活检是诊断和/或分期肝病的关键步骤。非靶向活检的常见适应症包括不明原因的肝功能检查(LFTs)升高、指导自身免疫性肝病或肝移植(LT)后的药物治疗,以及在临床情况不明确时的预后评估,偶尔也属于研究范畴。传统上,获取肝活检有三种主要途径:经皮肝活检(PC-LB)、经颈静脉(因而也是血管内)肝活检(TJ-LB)以及手术(多为腹腔镜下)方法(LAP-LB)。近年来,内镜超声引导下肝活检(EUS-LB)作为一种替代方法,其重要性显著增加。技术上,此方法通常涉及使用19G针经胃穿刺左肝叶;然而,也可经十二指肠 targeting 右肝叶。关于技术可行性和成本效益,多项研究报告显示,与标准经皮穿刺程序相比,其非劣效性甚至更优。
现代医学日益认识到,患者体验是医疗质量的关键指标。过去,除了测量疼痛的发生情况外,患者体验大多被忽视,而现代定义则涵盖了医疗系统内的整个体验,包括社会、躯体及组织方面。因此,这一质量指标现在通过经过验证的问卷进行评估,这些问卷被称为患者报告体验测量工具(PREMs)。Newcastle-ENDOPREM是专门为评估内镜操作而开发并验证的工具。由于EUS-LB和PC-LB在技术方面和安全性方面表现相似,因此问题在于哪种方法能获得更高的患者满意度。这一点尤其重要,因为PC-LB被认为是一种不愉快的操作,且常常需要反复进行。
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。




