AIDS相关常见肿瘤的疾病演变与危险因素
该数据集来自clinicaltrials.gov，聚焦HIV感染者中常见AIDS相关肿瘤的疾病演变趋势与危险因素，涵盖Kaposi肉瘤、淋巴瘤、肺癌等
基本信息
资源简介
AIDS相关常见肿瘤的疾病演变与危险因素
该数据集来自clinicaltrials.gov，聚焦HIV感染者中常见AIDS相关肿瘤的疾病演变趋势与危险因素，涵盖Kaposi肉瘤、淋巴瘤、肺癌等。通过分析临床数据，研究这些肿瘤在HIV感染者中的发生发展过程并识别可能增加风险的因素，有助于改进该人群肿瘤的早期发现与治疗策略。这是一项观察性研究，参与者接受常规医疗照护，研究人员收集并分析其健康信息，不给予任何实验性治疗（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：HIV（人类免疫缺陷病毒）、AIDS、Kaposi肉瘤（KS）、淋巴瘤、AIDS相关恶性肿瘤、HIV患者中的肺癌、宫颈癌、肛门癌。本研究旨在调查HIV感染者中常见AIDS相关肿瘤（包括Kaposi肉瘤、淋巴瘤、肺癌等）的疾病进展趋势和危险因素。通过分析临床数据，研究人员希望更好地了解这些癌症在HIV感染者中如何发展，并识别可能增加风险的因素。研究结果可能有助于改进HIV人群中这些癌症的早期发现和治疗策略。这是一项观察性研究，意味着参与者将接受其常规医疗照护，同时研究人员收集并分析其健康信息。本研究不会给予任何实验性治疗。
【主题与分类】
主题标签：HIV (Human Immunodeficiency Virus)、AIDS、Kaposi Sarcoma (KS)、Lymphoma、AIDS-Related Malignancy、Lung Cancer in the HIV Patient、Cervical Cancer、Anal Cancer、Oral Cancer、Colorectal Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07696169
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/NCT07696169
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：HIV（人类免疫缺陷病毒）、艾滋病、卡波西肉瘤（KS）、淋巴瘤、艾滋病相关恶性肿瘤、HIV患者中的肺癌、宫颈癌、肛门癌。本研究旨在探讨HIV感染者中常见艾滋病相关肿瘤（包括卡波西肉瘤、淋巴瘤、肺癌等）的疾病进展趋势及危险因素。通过分析临床数据，研究人员希望更好地了解这些癌症在HIV感染患者中的发生发展机制，并识别可能增加风险的因素。研究结果可能有助于改善HIV人群中这些癌症的早期发现和治疗策略。这是一项观察性研究，意味着参与者将接受其常规医疗照护，同时研究人员收集并分析其健康信息。本研究不会给予任何实验性治疗。
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。
