囊性纤维化女性中的人乳头瘤病毒与宫颈发育不良
该数据集来自 clinicaltrials.gov,关注囊性纤维化女性中的人乳头瘤病毒(HPV)感染与宫颈发育不良。背景指出 HPV 感染是宫颈癌主要风险因素,宫颈筛查与 HPV 疫苗接种是有效预防手段,移植女性中 HPV 携带和宫颈发育不良频率较高,而囊性纤维化女性常活至成年并可能面临移植,但筛查

基本信息
资源简介
囊性纤维化女性中的人乳头瘤病毒与宫颈发育不良
该数据集来自 clinicaltrials.gov,关注囊性纤维化女性中的人乳头瘤病毒(HPV)感染与宫颈发育不良。背景指出 HPV 感染是宫颈癌主要风险因素,宫颈筛查与 HPV 疫苗接种是有效预防手段,移植女性中 HPV 携带和宫颈发育不良频率较高,而囊性纤维化女性常活至成年并可能面临移植,但筛查依从性低,且初步数据显示异常涂片和宫颈炎症表现频率高。研究主要目标是确定囊性纤维化女性队列中 HPV 携带的患病率。数据可用于研究该人群 HPV 感染与宫颈病变的关联及筛查策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:囊性纤维化。背景 宫颈癌的主要风险因素是人乳头瘤病毒(HPV)感染,HPV 感染与宫颈癌之间存在若干中间步骤。采用巴氏涂片检查进行宫颈筛查和接种 HPV 疫苗是有效的预防措施。在移植女性中已描述有高频率的 HPV 携带和宫颈发育不良。大多数囊性纤维化女性可活至成年,部分将面临移植。因此应特别关注宫颈筛查。然而,已注意到筛查建议的依从性较低。此外,初步数据发现囊性纤维化女性中异常涂片和宫颈炎症表现的频率较高。研究目标 本研究的主要目标是确定囊性纤维化女性队列中 HPV 携带的患病率。
【主题与分类】
主题标签:Cystic Fibrosis。本站分类:肿瘤/宫颈癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03052556
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/NCT03052556
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:囊性纤维化。背景:宫颈癌的主要危险因素是人乳头瘤病毒(HPV)感染,从HPV感染到宫颈癌之间有几个中间步骤。通过巴氏涂片检查和HPV疫苗接种进行宫颈筛查是有效的预防措施。在移植女性中,已描述有高频率的HPV携带和宫颈发育异常。大多数囊性纤维化女性可存活至成年,部分将面临移植。因此,应特别重视宫颈筛查。然而,注意到对筛查建议的依从性较低。此外,初步数据发现囊性纤维化女性中异常涂片和宫颈炎症表现的频率较高。
研究目的 本研究的主要目的是确定囊性纤维化女性队列中HPV携带的患病率。次要目的为: * 研究与HPV患病率相关的因素(移植、吸烟、首次性交年龄、一年内性伴侣数量、避孕措施、孕产次、HPV疫苗接种) * 描述并与一般人群、医院人群中的数据进行比较(对于移植女性,还与移植人群数据进行比较): 1. HPV感染(及不同基因型)的患病率、宫颈发育不良的患病率、外阴/阴道/宫颈湿疣的患病率 2. HPV持续感染率(>12个月)、HPV清除的平均时间;宫颈发育不良的自发消退/持续/恶化率 研究设计:研究将持续24个月。可纳入的患者为在里昂CRCM随访的成年女性,无论是否接受移植。纳入的女性将接受妇科医生的咨询。将进行巴氏涂片检查(液基细胞学)和基因组DNA微阵列检测,以检测35种不同的HPV基因型。
初次巴氏涂片异常或HPV检测阳性的患者将被监测:* 若
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。




