酒精消耗与代谢综合征相关的慢性肝病
该数据集来自 clinicaltrials.gov,聚焦酒精消耗与代谢综合征相关的慢性肝病,覆盖非酒精性脂肪性肝病、非酒精性脂肪性肝炎、酒精相关性肝病、肝硬化及肝细胞癌

基本信息
资源简介
酒精消耗与代谢综合征相关的慢性肝病
该数据集来自 clinicaltrials.gov,聚焦酒精消耗与代谢综合征相关的慢性肝病,覆盖非酒精性脂肪性肝病、非酒精性脂肪性肝炎、酒精相关性肝病、肝硬化及肝细胞癌。研究在常规诊疗框架内开展临床生物学特征采集,包括饮食与体力活动问卷、performans status、人体测量、肝肾功能与炎症、糖脂代谢及无创肝纤维化检测 ELF 等,并采集肝脏影像以获取影像组学数据,同时进行肝活检并建立生物样本库,收集血浆、血清、DNA 及白细胞沉淀样本,并纳入肝细胞癌 BCLC 分类所需要素(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非酒精性脂肪性肝病、非酒精性脂肪性肝炎、酒精相关性肝病、肝硬化、肝细胞癌。研究类型与方法:在患者病理常规管理框架内,将开展临床生物学特征描述(饮食与体力活动问卷、performans status、人体测量、表征肝肾功能与炎症功能的常规血液生物学、碳水化合物与脂质代谢、肝纤维化无创检测 ELF 等)。为采集影像组学数据,将进行肝脏影像检查(尤其在 HCC 情况下)。将进行肝活检并建立生物样本库(血浆、血清、DNA 及白细胞沉淀样本)。用于可能的肝细胞癌分类(BCLC 分类
【主题与分类】
主题标签:Non-Alcoholic Fatty Liver Disease、Non-Alcoholic Steatohepatitis、Alcohol-related Liver Disease、Cirrhosis, Liver、Hepatocellular Carcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05623150
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/NCT05623150
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:非酒精性脂肪性肝病、非酒精性脂肪性肝炎、酒精相关性肝病、肝硬化、肝脏、肝细胞癌。研究类型与方法:在患者病理常规管理框架内,将进行临床生物学特征描述(饮食和体力活动问卷、“体能状态”、人体测量、表征肝、肾和炎症功能以及碳水化合物和脂质代谢的常规血液生物学检查、肝纤维化无创检测ELF等)。为了收集放射组学数据,将进行肝脏影像学检查(特别是在肝细胞癌的情况下)。将进行肝活检并建立生物样本库(血浆、血清、DNA和白细胞沉淀样本)。将收集对可能的肝细胞癌进行分类(BCLC分类)所需的要素。预期研究时间表:* 本研究纳入期限为10年。
- 患者参与研究的持续时间将从1天(如果同意书签署与活检在同一天进行)到2个月不等(从签署同意书到采集样本之间最长考虑期为8周)。
- 整个研究的总时长(从首位受试者纳入,到末位受试者的最后一次访视)将为10年零2个月。
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。




