手术联合或不联合化疗治疗I期非小细胞肺癌患者
该数据集来自clinicaltrials.gov，聚焦I期非小细胞肺癌（NSCLC）患者，涵盖肺腺癌、腺鳞癌、细支气管肺泡癌、大细胞肺癌、鳞状细胞肺癌及IB期NSCLC等亚型
基本信息
资源简介
手术联合或不联合化疗治疗I期非小细胞肺癌患者
该数据集来自clinicaltrials.gov，聚焦I期非小细胞肺癌（NSCLC）患者，涵盖肺腺癌、腺鳞癌、细支气管肺泡癌、大细胞肺癌、鳞状细胞肺癌及IB期NSCLC等亚型。研究为随机多中心试验，主要目的是评估辅助化疗能否改善完全手术切除后T2N0高危I期患者的预后，次要目标包括比较无失败生存期、确定辅助化疗毒性及描述疾病复发模式。数据可用于分析辅助化疗对早期肺癌生存获益、毒性反应及复发风险的影响，支持预后预测与治疗决策研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肺腺癌、腺鳞状细胞肺癌、细支气管肺泡细胞肺癌、大细胞肺癌、鳞状细胞肺癌、IB期非小细胞肺癌。主要目标：I. 确定辅助化疗能否有利地改变完全手术切除后、根据国际肺癌分期系统标准因存在T2N0肿瘤而被定义为“高危”的I期切除患者亚组的预后。次要目标：I. 比较接受和未接受辅助化疗的T2N0 I期NSCLC患者的无失败生存期。II. 确定与辅助化疗相关的毒性。III. 描述疾病复发模式。概要：这是一项随机、多中心研究。患者按
【主题与分类】
主题标签：Adenocarcinoma of the Lung、Adenosquamous Cell Lung Cancer、Bronchoalveolar Cell Lung Cancer、Large Cell Lung Cancer、Squamous Cell Lung Cancer、Stage IB Non-small Cell Lung Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00002852
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/NCT00002852
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
疾病类型：肺腺癌、肺腺鳞癌、细支气管肺泡细胞肺癌、大细胞肺癌、鳞状细胞肺癌、IB期非小细胞肺癌。主要目标：I. 确定辅助化疗是否能改善已切除的I期患者亚组的预后，这些患者在疾病完全手术切除后，根据国际肺癌分期系统标准，因存在T2N0肿瘤而被定义为“高风险”。次要目标：I. 比较接受和未接受辅助化疗的T2N0期I期非小细胞肺癌患者的无失败生存期。II. 确定与辅助化疗相关的毒性。III. 描述疾病复发模式。概述：这是一项随机、多中心研究。患者根据肿瘤组织学（鳞状细胞与非鳞状细胞）、分化程度（低分化与其他）以及手术时纵隔淋巴结采样（是或否）进行分层。术后4-8周内，患者被随机分配到2个治疗组中的1个。第I组：患者不接受进一步治疗。
第二组：患者在第1天接受辅助治疗，包括紫杉醇静脉给药超过3小时，随后卡铂静脉给药1-2小时。治疗每3周重复一次，共4个疗程。患者每4个月随访一次，持续2年，之后每6个月随访一次。
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。
