不可切除胆管癌的内镜下射频消融

该数据集来自 clinicaltrials.gov,主题为不可切除胆管癌的内镜下射频消融临床试验。覆盖胆管癌、Klatskin 肿瘤、胆管癌与肝癌患者,研究对象为接受系统化疗和胆管支架置入的不可切除胆管癌患者

Universitätsklinikum Hamburg-EppendorfUniversitätsklinikum Hamburg-Eppendorf
clinicaltrials
浏览 11
视频预测CholangiocarcinomaKlatskin TumorBile Duct CancerLiver Cancer
Endoscopic Radiofrequency Ablation for Unresectable Cholangiocarcinoma

基本信息

模态
视频
任务类型
预测
创建/更新时间
2026-10-09

资源简介

不可切除胆管癌的内镜下射频消融

该数据集来自 clinicaltrials.gov,主题为不可切除胆管癌的内镜下射频消融临床试验。覆盖胆管癌、Klatskin 肿瘤、胆管癌与肝癌患者,研究对象为接受系统化疗和胆管支架置入的不可切除胆管癌患者。数据可用于分析射频消融能否降低肿瘤性胆管闭塞患者的并发症风险(如支架功能障碍、化疗延迟、感染等),并评估其安全性。研究将比较接受额外射频消融与未接受射频消融的两组患者,为临床决策和预后预测提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:胆管癌、Klatskin 肿瘤、胆管癌、肝癌。本临床试验的目标是了解在接受系统化疗和胆管支架置入的不可切除胆管癌患者中开展射频消融的情况。其主要旨在回答的问题包括: 对肿瘤性胆管闭塞进行射频消融能否降低这些患者的并发症风险(如支架功能障碍、化疗延迟、感染等)? 射频消融在这些患者中是否安全?所有参与者都将接受系统化疗和胆管支架置入的标准治疗。研究者将比较两组(一组接受额外的射频消融,另一组不接受)。

【主题与分类】

主题标签:Cholangiocarcinoma、Klatskin Tumor、Bile Duct Cancer、Liver Cancer。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06175845

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/NCT06175845

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

疾病:胆管癌、Klatskin瘤、胆管癌、肝癌。本临床试验旨在了解射频消融在不可切除胆管癌患者中的应用,这些患者接受全身化疗和胆管支架置入术。其主要研究问题包括:* 对肿瘤性胆管闭塞进行射频消融是否能降低这些患者的并发症风险(如支架功能障碍、化疗延迟、感染等)?* 射频消融对这些患者是否安全?所有参与者都将接受全身化疗和胆管支架置入术的标准治疗。研究人员将比较两组(一组接受额外的射频消融,另一组不接受)。

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