PSYLIVER-PILOTE:自主神经系统在肝细胞癌(HCC)中的参与
该数据集来自 clinicaltrials.gov,聚焦肝细胞癌(HCC)与自主神经系统、中枢神经系统的关联,同时涉及肝硬化

基本信息
资源简介
PSYLIVER-PILOTE:自主神经系统在肝细胞癌(HCC)中的参与
该数据集来自 clinicaltrials.gov,聚焦肝细胞癌(HCC)与自主神经系统、中枢神经系统的关联,同时涉及肝硬化。源站描述指出,全球慢性肝病患者达15亿,可进展为肝硬化和HCC,后者居全球癌症相关死亡第三位;尽管乙肝、丙肝、代谢性疾病和成瘾治疗取得进展,HCC发病率仍持续上升。法国2010至2015年间,肝癌(90%为HCC)五年生存率男性18%、女性19%。HCC治疗基于BCLC分类,并结合Child-Pugh评估肝功能,早期(0或A期)生存超过5年,晚期(C或D期)显著降低(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、肝硬化、自主神经系统、中枢神经系统。全球有15亿人受慢性肝病影响,可导致肝硬化和肝细胞癌(HCC),HCC在全球癌症相关死亡率中位居第三。尽管在乙型和丙型肝炎、代谢性疾病及成瘾的治疗方面取得了进展,HCC的发病率仍在持续上升。在法国,2010年至2015年间,肝癌(其中90%为HCC)的五年生存率男性为18%,女性为19%。HCC的治疗基于BCLC分类(巴塞罗那临床肝癌分类),该分类同时评估癌症进展和肝功能(Child-Pugh分级)。早期阶段(0或A期)患者的生存率超过5年,而更晚期阶段(C或D期)患者的生存率显著更低,突显
【主题与分类】
主题标签:Hepato Cellular Carcinoma、Cirrhosis、Autonomic Nervous System、Central Nervous System。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07393074
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/NCT07393074
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:肝细胞癌、肝硬化、自主神经系统、中枢神经系统。慢性肝病影响全球15亿人,可导致肝硬化和肝细胞癌(HCC),后者在全球癌症相关死亡率中位居第三。尽管在乙型和丙型肝炎、代谢性疾病及成瘾治疗方面取得了进展,HCC的发病率仍在持续上升。在法国,2010年至2015年间,肝癌(其中90%为HCC)的五年生存率男性为18%,女性为19%。HCC的治疗基于BCLC分类(巴塞罗那临床肝癌分期),该分类同时评估癌症进展和肝功能(Child-Pugh分级)。早期阶段(0或A期)患者的生存率超过5年,而较晚期阶段(C或D期)患者的生存率显著降低,凸显了更好的早期检测工具的重要性。目前对肝硬化患者HCC的筛查包括每半年一次的超声扫描。然而,超声检测小于2厘米肿瘤的敏感性约为25%。
因此,制定个性化策略以预测和检测早期HCC对于改善患者预后至关重要。目前已开发出多种临床和生物学评分用于评估肝硬化患者发生HCC的风险,但这些评分仍不完善。转录组学研究揭示的HCC分子异质性可能解释预后和治疗反应的差异。HCC在发生、表型和进展方面的这种异质性提示存在尚未被充分理解的个体特异性。这些个体特异性可能与自主神经系统(ANS)有关,尤其是中枢神经系统(CNS)中调节多种生理过程的自主神经系统。ANS由交感神经系统(SNS,主要为肾上腺素能)和副交感神经系统(PNS,主要为胆碱能)组成。这两个系统以拮抗方式发挥作用,但具有不同的时间动态。更好地理解
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。




