不可切除结直肠癌肝转移的活体肝移植
该数据集来自 clinicaltrials.gov,聚焦不可切除的结直肠癌肝转移(CRLM)患者接受活体肝移植(LDLT)的相关研究

基本信息
资源简介
不可切除结直肠癌肝转移的活体肝移植
该数据集来自 clinicaltrials.gov,聚焦不可切除的结直肠癌肝转移(CRLM)患者接受活体肝移植(LDLT)的相关研究。源站描述指出,肝移植是此类患者可行、安全且有效的治愈策略,活体供体因可按肿瘤学反应和患者体能状态灵活安排移植时机而具有优势,且该机构已将 LDLT 作为既定方案提供给等待肝移植的患者。研究入组的关键要求是评估所呈现的结直肠癌肝转移不可切除性。数据可用于研究活体肝移植在不可切除结直肠癌肝转移中的疗效与时机选择(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结肠腺癌、结肠癌肝转移。肝移植(LT)对于不可切除的结直肠癌肝转移(CRLM)患者是一种可行、安全且有效的治愈策略,目前有多项试验正在进行并处于招募阶段,以研究其在传统供体和活体供体(LDLT)中的影响。事实上,在这种情况下,活体供体是一种有用的资源,因为可以在肿瘤学反应和患者体能状态方面最及时的时机安排肝移植。LDLT 是一种成熟的程序,本机构已向列入肝移植名单的患者提供。研究资格的关键要求是评估所呈现的结直肠癌(CRC)肝转移的不可切除性。符合肝移植资格的仅肝脏 CRC 转移的不可切除性标准为 t
【主题与分类】
主题标签:Colon Adenocarcinoma、Liver Metastasis Colon Cancer。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05186116
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT05186116
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:结肠腺癌、结直肠癌肝转移。肝移植(LT)对于不可切除的结直肠癌肝转移(CRLM)患者是一种可行、安全且有效的治愈性策略,目前有多项试验正在进行中并处于招募阶段,以研究其在传统供者和活体供者(LDLT)中的影响。事实上,在这一背景下,活体供者是一种有用的资源,因为可以在肿瘤学应答和患者体能状态方面选择最合适的时机安排肝移植。LDLT是一种成熟的手术方式,已在我们机构为等待肝移植的患者提供。研究资格的关键要求是评估所呈现的结直肠癌(CRC)肝转移的不可切除性。符合研究条件的仅限肝脏的CRC转移的不可切除性标准应在患者进入研究时,由主管外科医生与多学科团队共同评估。符合研究纳入标准的患者将接受临床、转化和监管步骤。
简而言之,本研究的主要程序和要求可概括如下:- 移植前筛查与等待阶段:将对可能符合研究条件的肝脏局限性结直肠癌转移患者进行筛查并登记。肝移植一般资格的筛查将依据现有机构方案(意大利语称为“PDTA”,即“诊断治疗协助路径”)进行。在筛查或等待期间,患者将继续按计划接受化疗,并每8周进行一次血液检查(包括CEA和Ca19.9)、胸腹部CT扫描和正电子发射断层扫描(PET)(如需要)。- 供者筛查:供者筛查将依据现有机构活体肝移植(LDLT)方案进行。- 知情同意:研究同意书将在完成肝移植前筛查后签署,即一旦c
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。




