肝炎后肝硬化患者脾功能亢进与脾切除术对肝癌发生影响的研究

该数据集来自 clinicaltrials.gov,为一项病例对照研究,聚焦肝炎后肝硬化患者中脾功能亢进与脾切除术对肝癌发生的影响

Xijing HospitalXijing Hospital
clinicaltrials
浏览 14
其他分类Liver CirrhosisCarcinoma, HepatocellularSplenomegalyLaparotomy
Study of the Impact of Hypersplenism and Splenectomy on Hepatocarcinogenesis in Patients With Posthepatitic Cirrhosis

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-17

资源简介

肝炎后肝硬化患者脾功能亢进与脾切除术对肝癌发生影响的研究

该数据集来自 clinicaltrials.gov,为一项病例对照研究,聚焦肝炎后肝硬化患者中脾功能亢进与脾切除术对肝癌发生的影响。数据覆盖肝硬化、肝细胞癌、脾肿大及剖腹术相关病例,研究因素包括年龄、性别、腹水、肝性脑病、ALT、AST、TBIL、ALP、GGT、Child-Pugh 肝功能分级及门静脉高压治疗中脾切除加门奇静脉断流术史。病例按 Child-Pugh 分级为 A、B、C 级,并依据正常参考值范围分为正常组与异常组。数据主要来自 FMMU 和西安交通大学 2002 至 2012 年。可用于分析相关因素与肝癌发生的关联(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肝硬化、肝细胞癌、脾肿大、剖腹术。开展了一项病例对照研究。研究的因素包括年龄、性别、腹水、肝性脑病、ALT、AST、TBIL、ALP、GGT、Child-Pugh 肝功能分级,以及门静脉高压治疗中脾切除加门奇静脉断流术史。根据 Child-Pugh 分级,这些病例被分为 A、B、C 级。并根据数据正常参考值的范围,将其分为正常组和异常组两组。数据主要来自 FMMU 和西安交通大学,年份为 2002 至 2012 年。

【主题与分类】

主题标签:Liver Cirrhosis、Carcinoma, Hepatocellular、Splenomegaly、Laparotomy。本站分类:肿瘤/肝癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01201655

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/NCT01201655

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:肝硬化、肝细胞癌、脾肿大、剖腹术。开展了一项病例对照研究。研究因素包括年龄、性别、腹水、肝性脑病、ALT、AST、TBIL、ALP、GGT、肝功能Child-Pugh分级,以及门静脉高压治疗中行脾切除加门奇静脉断流术的病史。根据Child-Pugh分级,这些病例被分为A、B、C级。并根据数据正常参考值范围,将其分为正常组和异常组两组。数据主要来自FMMU和西安交通大学,年份为2002年至2012年。

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