基因型-表型尿路上皮癌登记数据库
研究通过建立登记库，纳入患癌与未患癌的大规模人群，考察风险因素对癌症的影响，并分析唾液中的遗传标记，以探索基因变化与癌症发生或治疗反应之间的关联
基本信息
资源简介
基因型-表型尿路上皮癌登记数据库
该数据集为一项基于 clinicaltrials.gov 的尿路上皮癌登记研究，覆盖 Urothelial Cancer、Renal Pelvis Cancer、Ureter Cancer 和 Bladder Cancer 等泌尿系统肿瘤。研究通过建立登记库，纳入患癌与未患癌的大规模人群，考察风险因素对癌症的影响，并分析唾液中的遗传标记，以探索基因变化与癌症发生或治疗反应之间的关联。该登记库有助于开发更好的癌症预防、诊断和治疗方法，可用于风险因素分析、遗传标记与癌症预测等相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Urothelial Cancer、Renal Pelvis Cancer、Ureter Cancer、Bladder Cancer。本研究旨在建立一个登记库，帮助我们更多地了解泌尿系统及其他癌症。这将使我们能够考察患这类癌症和未患这类癌症的大规模人群。研究者将考察风险因素，以更多地了解这些因素如何影响癌症。研究者还将考察遗传标记。这些是位于已知位置的基因。它们通常与某一特定性状相关。如果基因以某种方式发生变化，它可能预测癌症或对治疗的反应。研究者将在您的唾液中寻找标记。该登记库将帮助我们开发更好的方法用于：预防这些癌症。诊断这些癌症。治疗这些癌症。
【主题与分类】
主题标签：Urothelial Cancer、Renal Pelvis Cancer、Ureter Cancer、Bladder Cancer。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00902590
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/NCT00902590
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：尿路上皮癌、肾盂癌、输尿管癌、膀胱癌。本研究旨在建立登记系统，以帮助我们进一步了解泌尿系统及其他癌症。这将使我们能够对患此类癌症和未患此类癌症的大量人群进行研究。研究者将考察风险因素，以进一步了解这些因素如何影响癌症。研究者还将考察遗传标记。这些是位于已知位置的基因。它们通常与特定性状相关。如果基因以某种方式发生变化，可能预示癌症或对治疗的反应。研究者将在您的唾液中寻找标记物。该登记系统将帮助我们开发更好的方法：预防这些癌症。诊断这些癌症。治疗这些癌症。
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。
