肝病患者评估
该数据集来自 clinicaltrials.gov,为肝病患者临床评估与长期随访中采集样本和数据的临床研究方案,旨在建立样本库以研究多种肝病的自然史与发病机制,涵盖急慢性乙型、丙型、丁型、戊型肝炎、原发性胆汁性肝硬化、原发性硬化性胆管炎、Wilson's disease、血色病、非酒精性脂肪性肝炎(

基本信息
资源简介
肝病患者评估
该数据集来自 clinicaltrials.gov,为肝病患者临床评估与长期随访中采集样本和数据的临床研究方案,旨在建立样本库以研究多种肝病的自然史与发病机制,涵盖急慢性乙型、丙型、丁型、戊型肝炎、原发性胆汁性肝硬化、原发性硬化性胆管炎、Wilson's disease、血色病、非酒精性脂肪性肝炎(NASH)、非肝硬化性门静脉高压、肝细胞癌及隐源性或定义不清的慢性肝病。采集样本包括血液、唾液、尿液、粪便及临床指征肝活检的残余组织,可用于肝病相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:丁型肝炎、丙型肝炎、乙型肝炎、肝病。研究描述:这是一项临床研究方案,用于收集对患有急性或慢性肝病的患者进行临床评估和长期随访期间获得的样本和数据。该方案旨在建立一个样本库,以研究各种肝病的自然史和发病机制,例如急性和慢性乙型、丙型、丁型和戊型肝炎、原发性胆汁性肝硬化、原发性硬化性胆管炎、Wilson's disease、血色病、非酒精性脂肪性肝炎(NASH)、非肝硬化性门静脉高压、肝细胞癌以及隐源性或定义不清的慢性肝病。在肝病患者临床诊疗过程中收集的样本包括血液、唾液、尿液、粪便以及临床指征肝活检获得的残余组织。
【主题与分类】
主题标签:Hepatitis D、Hepatitis C、Hepatitis B、Liver Disease。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00001971
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/NCT00001971
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:丁型肝炎、丙型肝炎、乙型肝炎、肝病。研究描述:这是一项临床研究方案,旨在收集在临床评估和急性或慢性肝病患者长期随访期间获得的样本和数据。该方案旨在建立一个样本库,以研究各种肝病的自然史和发病机制,如急性和慢性乙型、丙型、丁型和戊型肝炎、原发性胆汁性肝硬化、原发性硬化性胆管炎、Wilson病、血色病、非酒精性脂肪性肝炎(NASH)、非肝硬化性门静脉高压、肝细胞癌以及隐源性或定义不清的慢性肝病。在肝病患者临床诊疗过程中收集的样本包括血液、唾液、尿液、粪便以及在临床指征所需的肝活检中获得的、临床诊疗无需的其他残留组织。此外,患有肝病的受试者将被要求提供血液样本用于基因分析。将招募健康志愿者,并要求其提供血液样本作为基因分析的对照。
将开展研究以调查可能促成肝病的遗传因素。目标:主要目标 在参与者的临床评估、治疗和随访期间收集数据和样本,以供未来肝病研究使用。次要目标 确定遗传因素是否可能影响不同肝病的易感性、进展、结局或治疗成功率。
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。




