阴道镜检查应用的质量控制

该数据集来自 clinicaltrials.gov,聚焦阴道镜检查应用的质量控制,覆盖宫颈癌与宫颈上皮内瘤变(CIN)。纳入标准为年满18岁、阴道镜检查报告完整且活检后病理诊断明确,排除不满足上述条件者

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 10
文本Cervical CancersCervical Intraepithelial Neoplasia (CIN)
Quality Control of Colposcopy Application

基本信息

模态
文本
创建/更新时间
2026-10-20

资源简介

阴道镜检查应用的质量控制

该数据集来自 clinicaltrials.gov,聚焦阴道镜检查应用的质量控制,覆盖宫颈癌与宫颈上皮内瘤变(CIN)。纳入标准为年满18岁、阴道镜检查报告完整且活检后病理诊断明确,排除不满足上述条件者。研究目的包括分析阴道镜指征与病理结果的相关性,以及转化区类型对病理评估的影响、阴道镜随访结果、活检病理与组织学差异及原因、本院阴道镜检查质量,属回顾性研究,纳入2005年起本院门诊人群数据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:宫颈癌、宫颈上皮内瘤变(CIN)。1. 纳入/排除标准 纳入:(1)至少18岁;(2)完整的阴道镜检查报告;(3)阴道镜活检后报告了明确的病理诊断。排除:未满足上述所有标准。2. 研究目的 主要目的 1)分析阴道镜指征与病理结果之间的相关性 次要目的 1. 阴道镜转化区类型对病理评估的影响 2. 阴道镜随访结果 3. 阴道镜活检病理与组织学的差异及原因 4. 本院阴道镜检查质量 (3)回顾性研究 纳入2005年起本院门诊人群数据

【主题与分类】

主题标签:Cervical Cancers、Cervical Intraepithelial Neoplasia (CIN)。本站分类:肿瘤/宫颈癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06823817

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

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/NCT06823817

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

条件:宫颈癌、宫颈上皮内瘤变(CIN)。1. 纳入/排除标准 纳入:(1)年龄至少18岁;(2)完整的阴道镜检查报告;(3)阴道镜活检后报告了明确的病理诊断。排除:未满足上述所有标准 2. 研究目的 主要目的 1)分析阴道镜指征与病理结果之间的相关性 次要目的 1. 阴道镜转化区类型对病理评估的影响 2. 阴道镜随访结果 3. 阴道镜活检病理与组织学的差异及原因 4. 我院阴道镜检查质量 (3)回顾性研究 纳入我院2005年以来门诊人群的数据

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。

获取专属数据定制方案