Tempus Priority 研究:泛肿瘤观察性研究

该数据集来自 clinicaltrials.gov,为 Tempus Priority 泛肿瘤观察性研究,覆盖乳腺癌、前列腺癌、膀胱癌、肺癌、脑癌、胰腺癌、卵巢癌、输卵管癌等癌种

Tempus AITempus AI
clinicaltrials
浏览 2
其他预测Breast CancerProstate CancerBladder CancerLung CancerBrain CancerPancreatic CancerOvarian CancerFallopian Tube CancerPeritoneal CancerCancer of LiverCancer of ColonCancer of Head and Neck
Tempus Priority Study: A Pan-tumor Observational 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

Tempus Priority 研究:泛肿瘤观察性研究

该数据集来自 clinicaltrials.gov,为 Tempus Priority 泛肿瘤观察性研究,覆盖乳腺癌、前列腺癌、膀胱癌、肺癌、脑癌、胰腺癌、卵巢癌、输卵管癌等癌种。研究在美国多家学术医疗中心和社区肿瘤诊所收集癌症患者的临床与分子健康信息,包括分子分型结果、相关临床健康信息及纵向结局信息,由参与机构提交至 Tempus。其目标是建立基于结局的数据集,供未来研究使用,以改进癌症治疗(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳腺癌、前列腺癌、膀胱癌、肺癌、脑癌、胰腺癌、卵巢癌、输卵管癌。该研究将从美国多家学术医疗中心和社区肿瘤诊所收集癌症患者的临床与分子健康信息。同意加入研究的参与者,其分子分型结果、相关临床健康信息以及纵向结局健康信息将由参与机构收集并提交给 Tempus。该研究的具体目标是创建一个基于结局的数据集,供未来研究使用,以改进癌症治疗。

【主题与分类】

主题标签:Breast Cancer、Prostate Cancer、Bladder Cancer、Lung Cancer、Brain Cancer、Pancreatic Cancer、Ovarian Cancer、Fallopian Tube Cancer、Peritoneal Cancer、Cancer of Liver。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05179824

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/NCT05179824

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:乳腺癌、前列腺癌、膀胱癌、肺癌、脑癌、胰腺癌、卵巢癌、输卵管癌。本研究将收集来自美国多个学术医疗中心和社区肿瘤诊所的癌症患者的临床与分子健康信息。同意加入研究的参与者,其分子谱分析结果、相关临床健康信息及纵向结局健康信息将由参与机构收集并提交给Tempus。本研究的具体目标是创建一个基于结局的数据集,以供未来研究改进癌症治疗。

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。

获取专属数据定制方案