临床试验多分析物血液检测
源站描述显示,这是一项多中心前瞻性研究,旨在比较单独使用多分析物血液检测与单独使用超声在高危肝硬化人群中检测 HCC 的敏感性和特异性

基本信息
资源简介
临床试验多分析物血液检测
该数据集来自 clinicaltrials.gov,聚焦肿瘤/肝癌领域,主题标签为 Liver Cirrhosis。源站描述显示,这是一项多中心前瞻性研究,旨在比较单独使用多分析物血液检测与单独使用超声在高危肝硬化人群中检测 HCC 的敏感性和特异性。受试者将持续入组直至达到预定人数,入组对象为因肝硬化而处于 HCC 高风险、经医生判断适合接受肝癌监测且符合方案全部纳入和排除标准的受试者。受试者需阅读、理解并签署知情同意书及 HIPAA 医疗记录授权协议。入组时还将测定肌酐、凝血酶原时间、胆红素等血液分析物(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Liver Cirrhosis. 这项多中心、前瞻性研究旨在比较单独使用多分析物血液检测与单独使用超声在因肝硬化而处于 HCC 高风险人群中检测 HCC 的敏感性和特异性。受试者将持续入组,直至达到预定受试者人数。因肝硬化而处于 HCC 高风险、经患者医生判断适合接受肝癌监测且符合本方案所述全部纳入和排除资格标准的受试者,将被邀请参与本研究。随后,受试者将阅读、理解并签署知情同意书和 HIPAA 医疗记录授权协议表。对于每位入组受试者,还将测定以下血液分析物:肌酐、凝血酶原时间、胆红素
【主题与分类】
主题标签:Liver Cirrhosis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03694600
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/NCT03694600
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
条件:肝硬化。这项多中心前瞻性研究旨在比较单一多分析物血液检测与单一超声检查在因肝硬化而处于HCC高风险人群中检测HCC的敏感性和特异性。受试者将被招募,直至达到预定的受试者数量。因肝硬化而有发展为HCC高风险、经患者医生确定符合肝癌监测条件、且满足本方案所述所有纳入和排除资格标准的受试者,将被邀请参与本研究。随后,受试者将阅读、理解并签署知情同意书及医疗记录HIPAA授权协议表。每位受试者入组时,还将测定以下血液分析物:肌酐、凝血酶原时间、胆红素、血小板计数、ALT、AST和ALP。所有临床实验室检测结果将使用受试者病例报告表进行记录。
为进行多分析物血液检测而采集的全血样本,将按照每个样本采集试剂盒中提供的说明,使用多分析物样本采集、稳定和运输试剂盒进行采集,并运送至LAM中心实验室进行检测。样本将由对任何其他检测结果不知情的实验室技术人员进行检测。在与采血相同的临床访视期间(如有可能),受试者将接受常规超声检查以检查肝脏。随后,每位受试者都将接受多期MRI诊断成像。诊断成像结果将主要按LI-RADS评分进行评分,并记录所发现的任何恶性病灶的数量和大小。所有MRI、CT或超声的图像都将被保存并上传,由不知情的集中化放射科医师团队进行评估以确认诊断。研究受试者所产生的任何活检结果或手术病理结果,如
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。




