困难解剖部位鼻腔鼻窦肿瘤内镜治疗评估

该数据集来自 clinicaltrials.gov,聚焦鼻腔鼻窦肿瘤的内镜治疗评估,覆盖发生于困难解剖部位的鼻腔及鼻旁窦肿瘤

Assiut UniversityAssiut University
clinicaltrials
浏览 3
视频Nasal Cavity and Paranasal Sinus Cancer
Evaluation of Endoscopic Management of Sinonasal Tumors In Difficult Anatomical Locations

基本信息

模态
视频
创建/更新时间
2026-10-30

资源简介

困难解剖部位鼻腔鼻窦肿瘤内镜治疗评估

该数据集来自 clinicaltrials.gov,聚焦鼻腔鼻窦肿瘤的内镜治疗评估,覆盖发生于困难解剖部位的鼻腔及鼻旁窦肿瘤。源站描述指出,鼻腔鼻窦肿瘤是起源于鼻腔和鼻旁窦的异质性肿瘤群,属头颈部罕见肿瘤,可分为良性与恶性;恶性者占全部恶性肿瘤不足1%、头颈部肿瘤不足5%,良性病变更常见,包括内翻性乳头状瘤、血管瘤、骨瘤、青少年鼻咽纤维血管瘤及多种纤维与腺体肿瘤。鼻腔鼻窦腔包含上皮、间叶、唾液腺、软骨和骨成分,可原发鳞状细胞癌(最常见)及腺癌、腺样囊性癌、肉瘤等。该数据可用于鼻腔鼻窦肿瘤内镜管理相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:鼻腔和鼻旁窦癌。鼻腔鼻窦肿瘤是一组起源于鼻腔和鼻旁窦的异质性肿瘤,是头颈部肿瘤中罕见的一个亚群。起源于鼻腔鼻窦腔的肿瘤可分为良性和恶性。鼻腔鼻窦恶性肿瘤罕见,占所有恶性肿瘤<1%,占头颈部肿瘤<5%。良性鼻腔鼻窦肿瘤比恶性病变更常见,包括内翻性乳头状瘤、血管瘤、骨瘤、青少年鼻咽纤维血管瘤以及各种纤维性和腺体性肿瘤。(1)鼻腔鼻窦腔包括上皮、间叶、唾液腺、软骨和骨成分,因此可能产生各种原发恶性肿瘤,包括鳞状细胞癌(最常见)及其他(腺癌、腺样囊性癌、肉瘤

【主题与分类】

主题标签:Nasal Cavity and Paranasal Sinus Cancer。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07512466

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07512466

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。

数据说明

疾病:鼻腔及鼻旁窦癌。鼻窦肿瘤是一组起源于鼻腔和鼻旁窦的异质性肿瘤,属于头颈部肿瘤中的罕见类型。

起源于鼻腔鼻窦腔的肿瘤可分为良性和恶性。鼻腔鼻窦恶性肿瘤较为罕见,占所有恶性肿瘤的<1%,占头颈部癌的<5%。良性鼻腔鼻窦肿瘤比恶性病变更为常见,包括内翻性乳头状瘤、血管瘤、骨瘤、青少年鼻咽血管纤维瘤以及各种纤维性和腺性肿瘤。(1)鼻腔鼻窦腔包含上皮、间充质、唾液腺、软骨和骨成分,因此可导致各种原发恶性肿瘤,包括鳞状细胞癌(最常见)及其他类型(腺癌、腺样囊性癌、肉瘤、嗅神经母细胞瘤)。(2)手术切除通常是鼻腔鼻窦肿瘤治疗策略的第一步,可能联合辅助治疗。位于翼腭窝和颞下窝、蝶窦和上颌窦的肿瘤因其位置深在且与高功能神经血管和骨肌肉结构关系密切,给外科医生带来挑战。(3)这些具有挑战性区域的肿瘤通过侵入性开放手术切除进行治疗,这些干预措施

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。