普通人群慢性肝病筛查

该数据集来自 clinicaltrials.gov,主题为普通人群慢性肝病筛查,聚焦肝纤维化与肝癌相关风险。源站描述指出,慢性肝病患病率持续上升,非酒精性脂肪肝影响25%的普通人群,肝细胞癌发病率近年也在增加

University Hospital, MontpellierUniversity Hospital, Montpellier
clinicaltrials
浏览 7
医学影像分类Fibrosis, Liver
Screening for Chronic Liver Diseases in General Population

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

普通人群慢性肝病筛查

该数据集来自 clinicaltrials.gov,主题为普通人群慢性肝病筛查,聚焦肝纤维化与肝癌相关风险。源站描述指出,慢性肝病患病率持续上升,非酒精性脂肪肝影响25%的普通人群,肝细胞癌发病率近年也在增加。筛查肝纤维化是重要公共卫生问题。FIB-4评分通过血液检测获得,结合年龄、ALT/ASAT和血小板计数,对晚期肝纤维化敏感,可使71%患者避免肝活检;瞬时弹性成像(Fibroscan®)也是诊断慢性肝病和肝纤维化的有效无创手段(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:肝纤维化。一方面,影响25%普通人群的非酒精性脂肪肝(NAFLD)不断增加,另一方面,近年来肝细胞癌发病率上升,慢性肝病的患病率持续增加。在普通人群中筛查肝纤维化是一个重大的公共卫生问题。FIB-4评分通过血液检测获得。该评分结合年龄、ALT/ASAT(丙氨酸氨基转移酶/天冬氨酸氨基转移酶)测量值和血小板计数。该评分对检测晚期肝纤维化敏感,可使71%的患者避免肝活检。瞬时弹性成像(Fibroscan®)是诊断慢性肝病和肝纤维化的另一种非常有效的无创评估方法。多项研究已经证明,结合多种非

【主题与分类】

主题标签:Fibrosis, Liver。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06366425

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/NCT06366425

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

条件:肝纤维化。慢性肝病的患病率持续上升,一方面是由于影响普通人群25%的非酒精性脂肪性肝病(NAFLD)的增加,另一方面是近年来肝细胞癌发病率的上升。在普通人群中进行肝纤维化筛查是一个重大的公共卫生问题。FIB-4评分通过血液检测获得。该评分综合了年龄、ALT/AST(丙氨酸氨基转移酶/天冬氨酸氨基转移酶)测量值以及血小板计数。该评分对检测晚期肝纤维化具有敏感性,可使71%的患者避免肝活检。瞬时弹性成像(Fibroscan®)是诊断慢性肝病和肝纤维化的另一种非常有效的无创评估方法。多项研究已证明,联合多种无创纤维化检测可提高结果的准确性。

研究人员假设,对于通过血液检测(FIB-4评分)筛查可能患有晚期肝纤维化(评分>1.3)的患者,提供额外的Fibroscan评估将提高专业医疗人员和慢性肝病患者的意识,并优化慢性肝病的筛查流程。

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