新型EUS引导活检针SharkCore与标准EUS针ProCore对比评估
覆盖的疾病包括间叶肿瘤、自身免疫性胰腺炎、淋巴瘤和实体瘤。EUS-FNA/FNB是胰腺、上消化道及邻近结构(包括淋巴结)病变诊断和评估的主要技术,但FNA细胞学标本无法完全表征淋巴瘤或间叶肿瘤等某些肿瘤,需要核心活检标本进行组织学检查以提供准确诊断

基本信息
资源简介
新型EUS引导活检针SharkCore与标准EUS针ProCore对比评估
该数据集来自clinicaltrials.gov,聚焦于比较新型EUS引导活检针SharkCore与标准EUS针ProCore的评估研究。覆盖的疾病包括间叶肿瘤、自身免疫性胰腺炎、淋巴瘤和实体瘤。EUS-FNA/FNB是胰腺、上消化道及邻近结构(包括淋巴结)病变诊断和评估的主要技术,但FNA细胞学标本无法完全表征淋巴瘤或间叶肿瘤等某些肿瘤,需要核心活检标本进行组织学检查以提供准确诊断。ProCore针设计用于获取组织和细胞学样本,与标准FNA针相比在诊断准确性、组织学核心组织获取或平均穿刺次数方面无显著差异。该数据可用于比较两种活检针的性能(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:间叶肿瘤、自身免疫性胰腺炎、淋巴瘤、实体瘤。超声内镜引导下细针穿刺抽吸和细针活检(EUS-FNA/FNB)已成为胰腺、上消化道及邻近结构(包括淋巴结)病变诊断和评估的主要技术。FNA提供的细胞学标本无法完全表征某些肿瘤,如淋巴瘤或间叶肿瘤。需要核心活检标本进行组织学检查以提供准确诊断。ProCore针(ProCore,Wilson-Cook Medical Inc. Winston-Salem, NC)设计用于获取组织学和细胞学样本。比较ProCore针与标准FNA针的研究显示,在诊断准确性、组织学核心组织获取或平均穿刺次数方面无显著差异。为了克服
【主题与分类】
主题标签:Mesenchymal Tumor、Autoimmune Pancreatitis、Lymphoma、Solid Tumors。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02766842
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/NCT02766842
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
适应症:间叶性肿瘤、自身免疫性胰腺炎、淋巴瘤、实体瘤。内镜超声引导下细针穿刺抽吸及细针活检(EUS-FNA/FNB)已成为诊断和评估胰腺、上消化道及其邻近结构(包括淋巴结)病变的主要手段。FNA提供的细胞学标本无法完全表征某些肿瘤,如淋巴瘤或间叶性肿瘤。需要核心活检标本进行组织学检查以提供准确诊断。ProCore针(ProCore,Wilson-Cook Medical Inc. Winston-Salem, NC)设计用于获取组织学和细胞学样本。比较ProCore针与标准FNA针的研究显示,在诊断准确性、组织学核心组织获取率或平均穿刺次数方面无显著差异。为克服上述局限性(主要是核心组织获取率欠佳),一种新型SharkCore针(Beacon Endoscopic, Newton, MA, USA)已被设计并经FDA批准用于临床人体使用。
本研究的目的是比较新型EUS引导下组织学活检针SharkCore与目前使用的EUS组织学活检针ProCore在病变的组织学诊断和评估方面的效果。
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。




