胶囊内镜筛查林奇综合征小肠肿瘤

林奇综合征患者胶囊内镜筛查小肠肿瘤的多中心研究数据,包含基线及2年随访的胶囊内镜图像及双气囊小肠镜结果。

NIAID Data Ecosystem
浏览 20
医学影像林奇综合征医学影像
Capsule Endoscopy to Screen for Small Bowel Neoplasia in Lynch Syndrome

基本信息

模态
医学影像
创建/更新时间
2026-10-10

资源简介

胶囊内镜筛查林奇综合征小肠肿瘤

【数据内容】

源站原始描述:Lynch syndrome (LS), or hereditary nonpolyposis colorectal cancer (HNPCC), is a hereditary disorder characterized by a very high risk of early-onset colorectal and endometrial cancer and an increased risk of other cancers, including cancers of the stomach, ovary, urinary tract, hepatobiliary tract, pancreas and small bowel. This is a national multi-centre study evaluating the yield of small bowel screening using capsule endoscopy (CE) and double balloon enteroscopy (DBE) in Lynch syndrome subjec…

中文译文(机器翻译,仅供快速理解,请以原文为准):Lynch综合征(LS),又称遗传性非息肉病性结直肠癌(HNPCC),是一种遗传性疾病,其特征为早发性结直肠癌和子宫内膜癌的风险极高,且其他癌症的风险增加,包括胃癌、卵巢癌、尿路癌、肝胆道癌、胰腺癌和小肠癌。这是一项全国多中心研究,旨在评估使用胶囊内镜(CE)和双气囊小肠镜(DBE)对Lynch综合征受试者进行小肠筛查的检出率。干预措施包括在基线时和2年随访时进行胶囊内镜检查。对于胶囊内镜检查发现息肉或疑似恶性异常的患者,将进行双气囊小肠镜检查,随后通过内镜或手术切除肿瘤性病变。本研究旨在利用小肠CE和DBE确定Lynch综合征患者中小肠肿瘤的患病率和发病率。

【适用方向】

影像类数据可用于医学图像分析模型(检测、分割、分类)的训练与评测,也可用于标注质量与成像参数相关性的研究。

【获取与许可】

源站页面:https://www.omicsdi.org/dataset/ecrin-mdr-crc/2072094

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://www.omicsdi.org/dataset/ecrin-mdr-crc/2072094

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