癌症患者中心静脉导管相关深静脉血栓
该数据集来自 clinicaltrials.gov，聚焦癌症患者因中心静脉导管（CVC）引发的上肢深静脉血栓（DVT）。数据覆盖接受标准抗凝治疗的患者：先使用低分子肝素注射 1 周，随后改为阿哌沙班 5 mg 每日两次，持续 11 周
基本信息
资源简介
癌症患者中心静脉导管相关深静脉血栓
该数据集来自 clinicaltrials.gov，主题为癌症患者因中心静脉导管（CVC）引发的深静脉血栓（DVT），具体聚焦于上肢血栓形成。数据集覆盖的患者群体为已发生置管侧手臂血栓的癌症患者，其接受的治疗方案为标准化抗凝：先使用低分子肝素注射 1 周，随后改为阿哌沙班 5 mg 每日两次，持续 11 周。数据收集的核心目的是观察中心静脉导管是否“存活”或保持原位，未因血栓而被迫拔除。该数据集归类于肿瘤 / 其他，相关主题标签包括癌症患者、中心静脉导管血栓形成和上肢血栓形成。
【数据集背景】
在肿瘤患者中，中心静脉导管常用于化疗、营养支持及频繁采血等临床操作。然而，导管置入可能诱发上肢深静脉血栓，这是肿瘤患者中需要关注的并发症之一。该数据集所针对的正是这一临床情境：癌症患者已出现中心静脉导管相关的上肢血栓。源站描述指出，研究关注的是在此类患者中，采用标准抗凝治疗能否使中心静脉导管得以保留，而不必因血栓而移除。该数据集来源于 clinicaltrials.gov，属于肿瘤 / 其他分类，主题标签明确指向癌症患者、中心静脉导管血栓形成和上肢血栓形成。
【数据内容】
该数据集覆盖接受标准抗凝治疗的癌症患者。根据源站描述，治疗方案为：先使用低分子肝素注射 1 周，随后改为阿哌沙班 5 mg 每日两次，持续 11 周。数据收集的目标是观察中心静脉导管是否“存活”或保持原位，未因血栓而需要拔除。数据集涉及的条件包括癌症患者、中心静脉导管血栓形成和上肢血栓形成。除上述内容外，源站未提供关于具体变量、样本量、随访时间点、影像学评估方法或结局定义等更详细的数据内容。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述提及，数据将在上述抗凝治疗过程中收集，以评估中心静脉导管是否保持原位。关于采集机构、采集地点、采集时间窗口、数据采集工具或具体数据字段，源站未提供。
【适用场景】
该数据集适用于与癌症患者中心静脉导管相关上肢深静脉血栓相关的临床研究、治疗策略评估或结局分析。潜在用途包括了解在标准抗凝方案下中心静脉导管的保留情况。由于源站描述仅提及观察导管是否“存活”或保持原位，未提供其他具体应用说明，因此其他适用场景源站未提供。
【使用方法】
源站未提供关于该数据集具体使用方法的信息，包括数据访问方式、数据结构、变量说明、分析指南或配套工具。因此，使用方法源站未提供。
【质量与限制】
源站未提供关于数据质量、完整性、准确性、偏倚控制、样本量、缺失数据或统计功效等方面的信息。该数据集的限制信息源站未提供。
【引用与许可】
源站未提供关于引用格式、许可条款、使用限制或数据共享政策的信息。因此，引用与许可相关内容源站未提供。
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/NCT03100071
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
条件：癌症患者、中心静脉导管血栓形成、上肢血栓形成。发生中心静脉导管相关手臂血栓的癌症患者，将接受标准治疗：低分子肝素抗凝注射1周，随后阿哌沙班5 mg每日两次，持续其余11周。将收集数据以观察中心静脉导管是否“存活”或保持原位，且未因血栓而必须拔除。
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。
