FISH 诊断泰国患者恶性胆管狭窄的表现

该数据集来自 clinicaltrials.gov,主题为 FISH 用于诊断泰国患者恶性胆管狭窄的表现,属于肿瘤/胆管癌方向

Mayo ClinicMayo Clinic
clinicaltrials
浏览 10
其他分类Bile Duct StrictureMalignancy
Performance of FISH for the Diagnosis of Malignant Biliary Strictures in Thai Patients

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-09

资源简介

FISH 诊断泰国患者恶性胆管狭窄的表现

该数据集来自 clinicaltrials.gov,主题为 FISH 用于诊断泰国患者恶性胆管狭窄的表现,属于肿瘤/胆管癌方向。源站描述显示,研究纳入疑似恶性胆管狭窄患者,采集胆管刷检样本,同时进行细胞学与 FISH 检测,并以两种方法的敏感性及 95% 置信区间作为主要结局指标。研究在 2010 至 2013 年间于 2 所大学医院前瞻性开展,旨在比较 FISH 与常规细胞学在泰国患者中的诊断敏感性。该数据可用于评估 FISH 在亚洲人群胆管狭窄恶性诊断中的价值,并支持细胞学与 FISH 诊断性能的比较分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Bile Duct Stricture, Malignancy. 在美国和欧洲,荧光原位杂交(FISH)提高了细胞学对恶性胆管狭窄评估的诊断性能。FISH 在亚洲诊断胆管狭窄的效用目前尚不清楚。研究者的目的是比较 FISH 与常规细胞学诊断泰国患者恶性胆管狭窄的敏感性。2010 年至 2013 年间在 2 所大学医院进行了一项前瞻性研究。纳入正在接受恶性表现胆管狭窄评估的患者。收集胆管刷检样本,并通过细胞学和 FISH 进行评估。细胞学和 FISH 的敏感性及 95% 置信区间是主要结局指标。

【主题与分类】

主题标签:Bile Duct Stricture、Malignancy。本站分类:肿瘤/胆管癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02442167

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/NCT02442167

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:胆管狭窄,恶性肿瘤。在美国和欧洲,荧光原位杂交(FISH)提高了细胞学评估恶性胆管狭窄的诊断性能。目前尚不清楚FISH在亚洲诊断胆管狭窄的实用性。研究者旨在比较FISH和传统细胞学对泰国患者恶性胆管狭窄诊断的敏感性。2010年至2013年间,在2所大学医院进行了一项前瞻性研究。纳入因疑似恶性胆管狭窄而接受评估的患者。收集胆管刷检标本,并通过细胞学和FISH进行评估。细胞学和FISH的敏感性及95%置信区间为主要结局指标。

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