利用机器学习识别uHCC的TACE或HAIC应答者
该数据集来自clinicaltrials.gov的观察性研究，聚焦不可切除肝细胞癌（uHCC）患者，涵盖BCLC B期与C期人群
基本信息
资源简介
利用机器学习识别uHCC的TACE或HAIC应答者
该数据集来自clinicaltrials.gov的观察性研究，聚焦不可切除肝细胞癌（uHCC）患者，涵盖BCLC B期与C期人群。研究旨在利用影像组学与无监督聚类识别不同的影像表型亚型，并比较这些亚型在接受TACE或HAIC后的疗效差异，包括客观缓解率、无进展生存期和总生存期。数据可用于探索影像亚型与治疗应答的关联，辅助判断哪些患者更适合TACE、哪些可能从HAIC获益更多（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：不可切除肝细胞癌（HCC）、BCLC B期肝细胞癌、BCLC C期肝细胞癌。本观察性研究旨在了解经动脉化疗栓塞（TACE）与肝动脉灌注化疗（HAIC）在不可切除肝细胞癌（HCC）患者中的疗效。其主要回答的问题包括：能否利用影像组学和无监督聚类在不可切除HCC患者中识别出不同的影像表型亚型？这些不同的影像亚型在接受TACE或HAIC后是否在疗效（如客观缓解率、无进展生存期和总生存期）上表现出显著差异？该方法能否客观识别哪种影像亚型的患者更适合TACE、哪种可能从HAIC获益更多？本研究参与者为成年
【主题与分类】
主题标签：BCLC Stage B Hepatocellular Carcinoma、BCLC Stage C Hepatocellular Carcinoma。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07368530
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/NCT07368530
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：不可切除的肝细胞癌（HCC）、BCLC B期肝细胞癌、BCLC C期肝细胞癌。本观察性研究旨在了解经动脉化疗栓塞（TACE）与肝动脉灌注化疗（HAIC）在不可切除肝细胞癌（HCC）患者中的疗效。其主要试图回答的问题是：能否利用放射组学和无监督聚类在不可切除HCC患者中识别出不同的影像表型亚型？这些不同的影像亚型在接受TACE或HAIC治疗后是否在疗效（如客观缓解率、无进展生存期和总生存期）方面显示出显著差异？该方法能否客观识别出哪种影像亚型的患者更适合TACE，哪种可能从HAIC中获益更多？本研究的研究对象为2015年1月至2024年12月期间作为常规医疗的一部分已接受完整TACE或HAIC治疗的、诊断为不可切除HCC（BCLC B期或C期）的成年患者。
研究人员将回顾性分析其现有临床数据和治疗前医学影像，以比较治疗结果。
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。
