UNC 胸腔积液登记库
UNC 胸腔积液登记库来自 clinicaltrials.gov，面向肺癌、肺部感染、乳腺癌、恶性胸腔积液与脓胸等疾病，收集血液、组织或体液等生物样本用于研究
基本信息
资源简介
UNC 胸腔积液登记库
UNC Pleural Fluid Registry（UNC 胸腔积液登记库）是一个登记在 clinicaltrials.gov 上的研究资源，归类于肿瘤与肺癌方向。该登记库面向肺癌、肺部感染、乳腺癌、恶性胸腔积液与脓胸等疾病，其核心目的是收集血液、组织或体液等生物样本供研究使用。按照源站描述，借助生物样本的研究有助于研究人员理解人体运作机制，开发新的疾病检测手段、理解治疗如何发挥作用，或寻找新的疾病治疗途径。该研究旨在从已知或疑似肺癌的患者中采集生物样本，所获得的信息可能用于未来的治疗；该方案的具体目标是建立一个胸腔积液登记库，以供未来研究使用。
【数据集背景】
该登记库的建设动机来自生物样本研究的一般价值：对血液、组织或体液等样本的研究能够帮助研究人员理解人体的运作方式，并据此开发新的检测方法以发现疾病、理解治疗的作用机制，或探索新的治疗途径。在这一背景下，研究方案将目标聚焦于胸腔积液，计划建立一个胸腔积液登记库，为后续研究提供可用的样本与信息基础。登记库所覆盖的疾病范围包括肺癌、肺部感染、乳腺癌、恶性胸腔积液与脓胸，其中样本采集的对象为已知或疑似肺癌的患者。
【数据内容】
该登记库收集的内容为生物样本，具体类型包括血液、组织或体液。源站描述同时列出了与该登记库相关的疾病条件，即肺癌、肺部感染、乳腺癌、恶性胸腔积液与脓胸。除上述样本类型与疾病范围外，源站未提供关于具体数据字段、样本数量、随访信息或变量结构等方面的说明。
【采集与来源】
该登记库的来源站为 clinicaltrials.gov。样本采集面向已知或疑似肺癌的患者，采集对象为血液、组织或体液等生物样本。按照研究方案的表述，采集样本的目的是将其纳入胸腔积液登记库，供未来研究使用；从样本中获得的信息可能被用于未来的治疗。关于采集机构、采集时间窗口、采样流程与频次等细节，源站未提供。
【适用场景】
根据源站描述，该登记库的适用方向包括：为未来研究提供胸腔积液相关的生物样本；支持开发新的疾病检测方法；帮助理解治疗如何发挥作用；以及探索疾病的新治疗方式。其面向的疾病场景涵盖肺癌、肺部感染、乳腺癌、恶性胸腔积液与脓胸。关于具体的研究设计类型、可支持的分析方法或已开展的研究项目，源站未提供。
【使用方法】
源站描述表明，该登记库的用途是为未来研究提供样本基础，即研究人员可依托登记库中收集的生物样本开展后续研究。关于申请访问的具体流程、使用条件、样本调取方式或数据共享机制，源站未提供。
【质量与限制】
该登记库的样本来源限定为已知或疑似肺癌的患者，样本类型为血液、组织或体液。源站未提供关于样本质量评估、质量控制流程、样本量规模、数据完整性或已知偏倚等方面的信息。由于登记库定位为面向未来研究的样本收集方案，其具体研究产出与验证情况在源站描述中未予说明。
【引用与许可】
该登记库的来源站为 clinicaltrials.gov。关于引用格式、许可条款或使用授权方面的具体规定，源站未提供。
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/NCT05620329
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：肺癌、肺部感染、乳腺癌、恶性胸腔积液、脓胸。使用血液、组织或体液等生物样本进行研究，有助于研究人员了解人体的运作方式。研究人员可以开发新的检测方法来发现疾病、了解治疗的作用机制，或寻找治疗疾病的新方法。本研究的目的是从已知或疑似肺癌患者处采集生物样本用于研究。从生物样本中获得的信息可能用于未来的治疗。本方案旨在建立一个胸腔积液登记库，以供未来研究使用。
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。
