基于多模态数据的慢性乙型肝炎HCC风险预测模型
该数据集来自clinicaltrials.gov，面向慢性乙型肝炎相关纤维化或肝硬化人群的肝细胞癌（HCC）早期风险预测
基本信息
资源简介
基于多模态数据的慢性乙型肝炎HCC风险预测模型
该数据集英文名为 HCC Risk Prediction Model Based on Multimodal Data in Chronic Hepatitis B，来源于 clinicaltrials.gov，面向慢性乙型肝炎相关纤维化或肝硬化人群的肝细胞癌（HCC）早期风险预测。其核心目标是构建并验证一个多中心回顾性队列中的 HCC 早期风险预测模型，所纳入的数据涵盖纵向临床数据、血清糖组学图谱以及肝活检组织病理学图像等多模态信息。研究计划纳入约 2,000 名参与者，其中 HCC 患者 200 名、非 HCC 参与者 1,800 名，并通过训练与验证流程，以 AUROC、灵敏度和特异度评估模型性能，最终期望形成可扩展的 HCC 风险预测方法及面向临床应用的软件工具。该数据集在分类上属于肿瘤 / 肝癌方向，主题标签为 Hepatocellular Carcinoma (HCC)。
【数据集背景】
肝细胞癌（HCC）是慢性乙型肝炎相关纤维化或肝硬化人群面临的重要临床风险。该数据集所依托的研究提出，在多中心回顾性队列中构建并验证 HCC 早期风险预测模型，研究对象为乙型肝炎相关纤维化/肝硬化患者。研究关注的是利用多模态数据提升早期风险识别的可行性，并计划将模型性能通过训练和验证程序加以评估，评估指标包括 AUROC、灵敏度和特异度。研究的长期目标是开发可扩展的 HCC 风险预测方法及软件工具，以服务临床应用。
【数据内容】
该数据集的数据内容属于多模态类型，具体包括三类信息：纵向临床数据、血清糖组学图谱以及肝活检组织病理学图像。研究对象规模约为 2,000 名参与者，其中 HCC 患者 200 名，非 HCC 参与者 1,800 名。上述三类数据共同构成模型构建与验证的输入基础。除这些模态类别和参与者数量结构外，源站未提供更细粒度的字段清单、变量定义或图像数量等信息。
【采集与来源】
该数据集来源于 clinicaltrials.gov，对应研究采用多中心回顾性队列设计，研究对象为乙型肝炎相关纤维化/肝硬化患者。源站描述中提及将纳入约 2,000 名参与者，其中 200 名为 HCC、1,800 名为非 HCC。关于具体的采集机构、采集时间范围、随访周期以及各模态数据的采集流程，源站未提供。
【适用场景】
该数据集适用于慢性乙型肝炎相关纤维化或肝硬化人群中 HCC 早期风险预测模型的构建与验证研究，支持基于纵向临床数据、血清糖组学图谱和肝活检组织病理学图像的多模态建模。其研究目标包括形成可扩展的 HCC 风险预测方法，并进一步开发面向临床应用的软件工具。模型性能评估可围绕 AUROC、灵敏度和特异度展开。关于该数据集在其他疾病领域或非上述人群中的适用性，源站未提供。
【使用方法】
依据源站描述，数据集的使用方式为：在约 2,000 名参与者（200 名 HCC、1,800 名非 HCC）构成的多中心回顾性队列中，利用纵向临床数据、血清糖组学图谱和肝活检组织病理学图像构建 HCC 早期风险预测模型，并通过训练与验证程序评估模型性能，评估指标为 AUROC、灵敏度和特异度。关于数据预处理步骤、训练/验证划分比例、建模算法及软件实现细节，源站未提供。
【质量与限制】
该数据集为多中心回顾性队列设计，计划纳入约 2,000 名参与者，其中 HCC 病例 200 名、非 HCC 参与者 1,800 名，类别分布存在明显不平衡。源站描述中未提供数据完整性、缺失率、标注一致性、图像质量或外部验证结果等信息。关于数据集的质量控制措施与已知局限性，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可条款、使用权限及数据获取方式，源站未提供。
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/NCT07780357
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：肝细胞癌（HCC）。研究者拟在一个多中心回顾性队列中构建并验证早期HCC风险预测模型，该队列由乙型肝炎相关纤维化/肝硬化患者组成，使用涵盖纵向临床数据、血清糖组学特征和肝活检组织病理学图像的多模态数据。将纳入约2，000名参与者（200例HCC和1，800例非HCC）。将通过训练和验证程序，采用AUROC、敏感性和特异性评估模型性能，目标是开发一种可扩展的HCC风险预测方法及用于临床应用的软件工具。
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。
