通过监测循环肿瘤DNA预测肝细胞癌根治性治疗后复发

该数据集来自clinicaltrials.gov,聚焦肝细胞癌(HCC)根治性治疗后的复发预测。源站描述指出,HCC是最常见的原发性肝癌,80%病例发生于肝硬化背景,手术切除、经皮消融和肝移植是三种根治性治疗,但2年复发风险达35-50%

University Hospital, RouenUniversity Hospital, Rouen
clinicaltrials
浏览 2
基因组预测Hepatocellular Carcinoma
Prediction of Hepatocellular Carcinoma Recurrence After Curative Treatment by Monitoring Circulating Tumor DNA

基本信息

模态
基因组
任务类型
预测
创建/更新时间
2026-10-24

资源简介

通过监测循环肿瘤DNA预测肝细胞癌根治性治疗后复发

该数据集来自clinicaltrials.gov,聚焦肝细胞癌(HCC)根治性治疗后的复发预测。源站描述指出,HCC是最常见的原发性肝癌,80%病例发生于肝硬化背景,手术切除、经皮消融和肝移植是三种根治性治疗,但2年复发风险达35-50%。文献提示循环肿瘤DNA(ctDNA)可检测小的亚临床肿瘤,且ctDNA检出量似与肿瘤大小或微血管侵犯等复发危险因素相关。该试点研究旨在评估肿瘤消融后ctDNA检测及其对早期复发的影响,可用于探索ctDNA作为HCC复发预测标志物的价值(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肝细胞癌。肝细胞癌(HCC)是最常见的原发性肝癌,80%的病例发生在 underlying cirrhosis1 的背景下。手术切除、经皮消融和肝移植是三种被认为具有根治性的治疗,但2年复发风险高达35-50%2,不可忽视。文献中的若干数据表明,小的亚临床肿瘤可通过循环肿瘤DNA(ctDNA)检测到,且检测到的tcDNA量似乎与肿瘤大小或微血管侵犯等复发危险因素相关3, 4。本试点研究的目的是评估肿瘤消融后ctDNA的检测及其对早期复发的影响。

【主题与分类】

主题标签:Hepatocellular Carcinoma。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05375370

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/NCT05375370

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:肝细胞癌。肝细胞癌(HCC)是最常见的原发性肝癌,80%的病例发生在 underlying cirrhosis1 的背景下。手术切除、经皮毁损和肝移植是三种被认为具有治愈性的治疗方法,但2年内复发风险高达35-50%,不可忽视2。文献中的多项数据表明,小的亚临床肿瘤可通过循环肿瘤DNA(ctDNA)检测发现,且检测到的tcDNA量似乎与肿瘤大小或微血管侵犯等复发危险因素相关3, 4。本初步研究旨在评估肿瘤消融后ctDNA的检测情况及其对早期复发的影响。

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