嗜铬细胞瘤、副神经节瘤及相关疾病的遗传分析
该数据集来自 clinicaltrials.gov,聚焦嗜铬细胞瘤、副神经节瘤及相关疾病的遗传分析。嗜铬细胞瘤和副神经节瘤起源于肾上腺或肾上腺外副神经节的神经外胚层细胞,常导致儿茶酚胺分泌增加,是高血压的潜在可治愈病因,约 10-15% 为恶性

基本信息
资源简介
嗜铬细胞瘤、副神经节瘤及相关疾病的遗传分析
该数据集来自 clinicaltrials.gov,聚焦嗜铬细胞瘤、副神经节瘤及相关疾病的遗传分析。嗜铬细胞瘤和副神经节瘤起源于肾上腺或肾上腺外副神经节的神经外胚层细胞,常导致儿茶酚胺分泌增加,是高血压的潜在可治愈病因,约 10-15% 为恶性。约 40% 患者携带遗传性突变,部分患者或携带突变的亲属还可能作为遗传性癌症易感综合征的一部分发生其他肿瘤,因此易感突变的检测对诊断和随访很重要。数据覆盖多种相关肿瘤与遗传性癌症综合征,可用于遗传易感性、肿瘤发生与临床关联研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:嗜铬细胞瘤、副神经节瘤、遗传性癌症综合征、相关疾病、肾脏肿瘤、骨癌、甲状腺肿瘤、其他癌症。嗜铬细胞瘤和副神经节瘤是起源于位于肾上腺或肾上腺外副神经节的神经外胚层细胞的肿瘤,常导致被称为儿茶酚胺的激素分泌增加。这些肿瘤是高血压的一种潜在可治愈病因,约 10-15% 的病例为恶性。约 40% 的嗜铬细胞瘤和/或副神经节瘤患者具有遗传性突变。此外,一些患者和/或其作为突变携带者的亲属可能作为遗传性癌症易感综合征的一部分发生其他肿瘤。因此,易感突变的检测对诊断和随访很重要。然而,易感基因突变无法被识别 i
【主题与分类】
主题标签:Pheochromocytoma、Paraganglioma、Inherited Cancer Syndrome、Associated Conditions、Kidney Neoplasms、Bone Cancer、Thyroid Neoplasms、Other Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03160274
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/NCT03160274
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:嗜铬细胞瘤、副神经节瘤、遗传性癌症综合征、相关病症、肾肿瘤、骨癌、甲状腺肿瘤、其他癌症。嗜铬细胞瘤和副神经节瘤起源于位于肾上腺或肾上腺外副神经节的神经外胚层细胞,常导致被称为儿茶酚胺的激素分泌增加。这些肿瘤是高血压的一种潜在可治愈原因,在大约10-15%的病例中为恶性。大约40%的嗜铬细胞瘤和/或副神经节瘤患者具有遗传性突变。此外,一些患者和/或其作为突变携带者的亲属可能作为遗传性癌症易感综合征的一部分而发展出其他肿瘤。因此,检测易感突变对于诊断和随访非常重要。然而,并非所有病例都能识别出易感基因突变。需要旨在识别嗜铬细胞瘤新型易感基因的研究。本研究的首要目标是识别新的嗜铬细胞瘤易感基因。
对这些基因的特征描述可以增进我们对嗜铬细胞瘤和副神经节瘤发病机制的理解,并对诊断、治疗规划及家族成员的遗传筛查产生影响。本项目的第二个目标是阐明突变与临床特征之间的关系,从而为高风险个体的临床监测和筛查提供见解。
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。




