国家肾上腺肿瘤研究

该数据集来自 clinicaltrials.gov,为英国和爱尔兰全国范围内招募的肾上腺肿瘤患者研究,涵盖嗜铬细胞瘤和副神经节瘤(PPGL)、肾上腺皮质癌(ACC)及其他肾上腺肿瘤

Society for EndocrinologySociety for Endocrinology
clinicaltrials
浏览 5
其他预测Adrenocorticol Cancer (ACC)Adrenal Tumours
National Study of Adrenal Tumours

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

国家肾上腺肿瘤研究

该数据集来自 clinicaltrials.gov,为英国和爱尔兰全国范围内招募的肾上腺肿瘤患者研究,涵盖嗜铬细胞瘤和副神经节瘤(PPGL)、肾上腺皮质癌(ACC)及其他肾上腺肿瘤。研究收集患者的诊断与管理信息,旨在回答这些罕见肿瘤患者的生存相关问题,并评估有无遗传风险的患者群体。数据经患者同意后采集,保密存储于安全平台,患者可自主选择参与或拒绝且不影响标准治疗。可用于罕见肾上腺肿瘤的生存预测与临床管理研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:嗜铬细胞瘤和副神经节瘤(PPGL)、肾上腺皮质癌(ACC)、肾上腺肿瘤。这是一项汇集大量有或无肾上腺肿瘤遗传风险患者的研究,包括肾上腺皮质癌和嗜铬细胞瘤/副神经节瘤等肿瘤。目的是回答关于这些罕见肿瘤患者生存的问题,为此,我们将收集这些肿瘤的诊断和管理信息。通过在国家和层面从英国和爱尔兰各地中心招募这些罕见病例,将能最好地评估这些数据。信息将保密并存储在安全平台上。患者的当地顾问将联系患者征求同意以收集其数据,患者可以选择参与或拒绝参与,这不会影响其标准治疗。

【主题与分类】

主题标签:Adrenocorticol Cancer (ACC)、Adrenal Tumours。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06870396

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06870396

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:嗜铬细胞瘤和副神经节瘤(PPGL)、肾上腺皮质癌(ACC)、肾上腺肿瘤。这是一项汇集大量伴有或不伴有肾上腺肿瘤遗传风险的患者的研究,所涉肿瘤包括肾上腺皮质癌和嗜铬细胞瘤/副神经节瘤等。目的是解答有关这些罕见肿瘤患者生存情况的问题,为此,我们将收集这些肿瘤的诊断和治疗信息。通过在国家和爱尔兰各地招募中心,将这些罕见病例汇集起来,将能最好地评估这些数据。相关信息将保密,并存储于安全的平台。患者的当地顾问医生将征求患者同意以收集其数据,患者可选择参与或拒绝参与,这不会影响其标准治疗。

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。