不可切除肝细胞癌免疫治疗预后预测的肝脏体积指标数据集
该数据集来源于clinicaltrials.gov，聚焦不可切除肝细胞癌（HCC）接受免疫治疗的患者，覆盖多临床中心的临床、实验室和影像数据
基本信息
资源简介
不可切除肝细胞癌免疫治疗预后预测的肝脏体积指标数据集
该数据集英文名为 Liver Volume Metrics for Predicting Immunotherapy Prognosis in Unresectable Hepatocellular Carcinoma，来源于 clinicaltrials.gov，本站归类于肿瘤 / 肝癌方向，主题标签为 Hepatocellular Carcinoma (HCC)。数据集聚焦不可切除肝细胞癌（HCC）接受免疫治疗的患者群体，覆盖多个临床中心的临床、实验室和影像数据。其核心思路是利用治疗前影像数据对功能性肝体积与总肝体积进行分割和量化，并通过统计分析与生存分析评估这些体积指标与患者预后（包括总生存期和无进展生存期）之间的相关性，旨在建立稳健的分层方法，服务于个体化治疗策略。整体而言，该数据集围绕肝癌免疫治疗预后预测这一临床问题，将影像衍生的肝脏体积指标与患者临床结局相联系，具有明确的临床研究导向。
【数据集背景】
肝细胞癌（HCC）是不可切除阶段需要系统治疗的重要肿瘤类型之一，免疫治疗已成为该领域的重要治疗手段。然而，患者对免疫治疗的应答和预后存在较大差异，如何借助可量化的指标进行风险分层、辅助个体化治疗决策，是临床研究关注的问题。该数据集即针对不可切除 HCC 接受免疫治疗的患者，尝试从治疗前影像中提取功能性肝体积与总肝体积等体积学指标，并考察其与预后之间的关联，以支持分层策略的建立。
【数据内容】
数据集涵盖患者的临床数据、实验室数据和影像数据三类内容。影像数据为治疗前影像，用于分割和量化功能性肝体积与总肝体积。基于这些数据可计算体积学指标，并进一步与患者预后指标（总生存期、无进展生存期）进行统计与生存分析。数据覆盖多个临床中心，研究对象为接受免疫治疗的不可切除肝细胞癌患者。除上述内容外，具体变量字段、样本量、随访时长等细节源站未提供。
【采集与来源】
数据来源站为 clinicaltrials.gov。研究采用回顾性分析方式，纳入多个临床中心接受免疫治疗的不切除 HCC 患者的临床、实验室与影像资料。治疗前影像数据被用于体积分割与量化，随后开展统计与生存分析。源站未提供具体的中心数量、入组时间范围与采集流程细节。
【适用场景】
该数据集适用于围绕不可切除 HCC 免疫治疗预后预测的研究场景，包括：评估功能性肝体积与总肝体积等体积学指标与总生存期、无进展生存期之间的相关性；探索基于体积指标的患者风险分层方法；为个体化治疗策略的制定提供数据支持。也可作为影像量化与生存分析相结合的方法学研究素材。源站未提供其他具体应用场景。
【使用方法】
使用时可基于治疗前影像进行功能性肝体积与总肝体积的分割和量化，得到体积学指标，再结合临床与实验室数据开展统计分析和生存分析，考察体积指标与预后结局的关联，并据此构建分层方案。源站未提供具体的数据格式、访问方式与分析流程细节。
【质量与限制】
该研究为回顾性、多中心设计，源站未提供样本量、缺失数据情况、影像采集参数一致性、分割方法学细节及偏倚控制措施等信息，相关质量指标与局限性说明源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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/NCT07782632
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）。本研究回顾性分析多临床中心接受免疫治疗不可切除肝细胞癌（HCC）患者的临床、实验室及影像学数据。利用治疗前影像数据分割并量化功能性肝体积与总肝体积。通过统计与生存分析评估这些体积指标与患者预后（包括总生存期和无进展生存期）的相关性，旨在建立稳健的分层方法以支持个体化治疗策略。
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。
