亚洲骨髓增殖性肿瘤(MPN)登记研究
该数据集为亚洲多国、多中心、前瞻性与回顾性结合的观察性队列登记研究，覆盖骨髓增殖性肿瘤及其多种亚型，包括真性红细胞增多症、原发性血小板增多症、原发性骨髓纤维化及继发性骨髓纤维化等
基本信息
资源简介
亚洲骨髓增殖性肿瘤(MPN)登记研究
该数据集为亚洲多国、多中心、前瞻性与回顾性结合的观察性队列登记研究，覆盖骨髓增殖性肿瘤及其多种亚型，包括真性红细胞增多症、原发性血小板增多症、原发性骨髓纤维化及继发性骨髓纤维化等。研究涉及香港、新加坡、马来西亚、台湾、韩国、泰国等亚洲研究中心，收集2010至2025年确诊患者的临床病理、细胞遗传学、突变特征、治疗特征、结局与生存信息，可用于亚洲MPN患者的疾病特征分析与预后预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：骨髓增殖性肿瘤、真性红细胞增多症、原发性血小板增多症、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、原发性骨髓纤维化、原发性骨髓纤维化（纤维化前期）、原发性骨髓纤维化（纤维化期）。这是一项针对MPN患者的多国、多中心、前瞻性与回顾性、观察性队列登记研究。登记处主要涉及亚洲的研究中心，包括但不限于香港、新加坡、马来西亚、台湾、韩国和泰国。将收集2010-2025年间确诊的亚洲MPN患者的临床病理特征、细胞遗传学特征、突变特征、治疗特征、结局和生存情况，以建立临床登记。关于临床病理特征、细胞遗传学、突变谱、预后评分、治疗特征的数据
【主题与分类】
主题标签：Myeloproliferative Neoplasm、Polycythemia Vera、Essential Thrombocythemia、Post-polycythemia Vera Myelofibrosis、Primary Myelofibrosis、Primary Myelofibrosis, Prefibrotic Stage、Primary Myelofibrosis, Fibrotic Stage。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05882773
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/NCT05882773
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：骨髓增殖性肿瘤、真性红细胞增多症、原发性血小板增多症、真性红细胞增多症后骨髓纤维化、原发性血小板增多症后骨髓纤维化、原发性骨髓纤维化、原发性骨髓纤维化（纤维化前阶段）、原发性骨髓纤维化（纤维化阶段）。这是一项针对MPN患者的多国、多中心、前瞻性与回顾性、观察性队列登记研究。该登记研究主要涉及亚洲的研究中心，包括但不限于香港、新加坡、马来西亚、台湾、韩国和泰国。将收集2010-2025年间诊断为MPN的亚洲患者的临床病理特征、细胞遗传学特征、突变特征、治疗特征、结局和生存情况，以建立临床登记。将通过常规门诊随访和/或查阅病历收集临床病理特征、细胞遗传学、突变谱、预后评分、治疗特征、治疗反应、结局和生存情况的数据。数据将在诊断时收集，此后约每6个月收集一次（针对前瞻性数据），并在疾病进展时收集，直至死亡/研究终止。
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。
