Nodify Lung 肺结节检测
STRATIFY 研究是一项前瞻性、多中心、观察性注册研究,旨在评估商用 Nodify Lung® 血液检测策略在成人不确定性肺结节常规临床实践中的应用

基本信息
资源简介
Nodify Lung 肺结节检测
该数据集源自 clinicaltrials.gov,聚焦于不确定性肺结节(Indeterminate Pulmonary Nodule)的临床评估。STRATIFY 研究是一项前瞻性、多中心、观察性注册研究,旨在评估商用 Nodify Lung® 血液检测策略在成人不确定性肺结节常规临床实践中的应用。数据可用于分析血液检测结果如何影响医生对肺癌风险的评估、后续管理建议以及临床结局,支持肺结节风险分层与临床决策相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:不确定性肺结节。肺结节通常在肺癌筛查或其他医学评估的胸部影像检查中被发现。判断结节是良性还是恶性可能具有挑战性,尤其是对于具有中等恶性概率的结节。风险评估中的不确定性可能导致额外的影像检查、侵入性诊断程序、长期监测以及临床管理决策的差异。STRATIFY 研究是一项前瞻性、多中心、观察性注册研究,旨在评估市售的 Nodify Lung® 血液检测策略在患有不确性肺结节的成人常规临床实践中的应用。该研究将评估血液检测结果如何影响医生对肺癌风险的评估、后续管理建议以及随访期间的临床结局。
【主题与分类】
主题标签:Indeterminate Pulmonary Nodule。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07858552
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/NCT07858552
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:不确定性肺结节。肺结节通常在进行肺癌筛查或其他医学评估的胸部影像检查中被发现。判断结节是良性还是恶性可能具有挑战性,尤其是对于恶性概率为中等的结节。风险评估中的不确定性可能导致额外的影像检查、侵入性诊断操作、长期监测以及临床管理决策的差异。STRATIFY研究是一项前瞻性、多中心、观察性注册研究,旨在评估在常规临床实践中,对患有不确性肺结节的成人使用市售的Nodify Lung®血液检测策略的情况。该研究将评估血液检测结果如何影响医生对肺癌风险的评估、后续管理建议以及常规诊疗期间的临床结局。参与者在治疗医生独立决定将Nodify Lung检测策略作为标准临床评估的一部分后将被纳入研究。
本研究为观察性研究,不要求按照方案规定的治疗、诊断程序、影像学检查时间表或超出常规医疗护理的随访就诊。关于监测、额外检查、活检、手术或治疗的所有决定仍由主治临床医生指导。研究期间收集的数据将包括基线临床特征、医生评估的风险、血液检测结果、管理建议、后续诊断程序以及临床结局。参与者可能被随访长达24个月,以记录诊断评估和最终结节结局。关注的结局包括医生风险评估的变化、检测结果后预期管理的变化、诊断程序的使用情况,以及确定结节最终被归类为良性还是恶性。本研究产生的信息旨在改进
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




