克隆性造血化疗与放疗效应研究

该数据集来自 clinicaltrials.gov,聚焦克隆性造血在化疗与放疗中的效应,覆盖肺癌、骨软骨瘤、Spitz Nevus、实体瘤、乳腺癌、胃癌、结直肠癌、肉瘤等多种肿瘤与病变

Dana-Farber Cancer InstituteDana-Farber Cancer Institute
clinicaltrials
浏览 8
其他预测Lung Cancer (Diagnosis)OsteochondromaSpitz NevusSolid CancersBreast CancerGastric (Stomach) CancerColorectal (Colon or Rectal) CancerSarcomaOvarian AdenocarcinomaUterine AdenocarcinomaEndometrial AdenocarcinomaEsophageal Adenocarcinoma
Clonal Hematopoiesis Chemotherapy and Radiation Effects Study

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-11

资源简介

克隆性造血化疗与放疗效应研究

该数据集来自 clinicaltrials.gov,聚焦克隆性造血在化疗与放疗中的效应,覆盖肺癌、骨软骨瘤、Spitz Nevus、实体瘤、乳腺癌、胃癌、结直肠癌、肉瘤等多种肿瘤与病变。研究通过采集血液、口腔拭子或其他体液等标本,开展分子及其他类型分析,以获取临床信息并促进标本的收集与分发。预计约5000人参与。可用于肿瘤相关分子机制研究、治疗相关克隆性造血预测及生物标志物探索(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:肺癌(诊断)、骨软骨瘤、Spitz Nevus、实体瘤、乳腺癌、胃癌(胃部)癌、结直肠(结肠或直肠)癌、肉瘤。本方案的目标是获取临床信息,并促进在临床护理或研究参与过程中获得的标本的收集与分发。可专门为研究采集血液、口腔拭子或其他体液,以进行研究用途的分子及其他类型分析。这些材料将从所有符合条件的参与者中收集。预计约5000人将参与这项研究。

【主题与分类】

主题标签:Lung Cancer (Diagnosis)、Osteochondroma、Spitz Nevus、Solid Cancers、Breast Cancer、Gastric (Stomach) Cancer、Colorectal (Colon or Rectal) Cancer、Sarcoma、Ovarian Adenocarcinoma、Uterine Adenocarcinoma。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07675967

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/NCT07675967

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:肺癌(诊断)、骨软骨瘤、斯皮茨痣、实体癌、乳腺癌、胃癌、结直肠癌(结肠癌或直肠癌)、肉瘤。本方案的目标是获取临床信息,并促进在临床诊疗或研究参与过程中所获得标本的收集与分发。可专门为研究采集血液、口腔拭子或其他体液,以进行研究用途的分子及其他类型分析。这些材料将从所有符合条件的参与者中收集。预计约5,000人将参与这项研究。

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