LRG GIST 患者登记库
该登记库收集并存储胃肠道间质瘤(GIST)患者及其他可能相关癌症患者的医疗信息、家族史等相关资料,用于医学研究,以更好地理解 GIST 及具有分子靶点、治疗等共性的其他疾病

基本信息
资源简介
LRG GIST 患者登记库
LRG GIST Patient Registry 是由 Life Raft Group(LRG)建立的研究登记库,来源站为 clinicaltrials.gov,本站归类为肿瘤/其他。该登记库收集并存储胃肠道间质瘤(GIST)患者及其他可能相关癌症患者的医疗信息、家族史等相关资料,用于医学研究,以更好地理解 GIST 及具有分子靶点、治疗等共性的其他疾病。数据可用于肿瘤相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:GIST、GIST - 胃肠道间质瘤、胃肠道间质瘤(GIST)。一个名为 Life Raft Group(LRG)的组织希望进一步了解一种称为胃肠道间质瘤(GIST)的癌症,以及可能与 GIST 相关或不相关的其他癌症。为收集这些信息,LRG 创建了一个研究登记库。登记库是收集并存储患者医疗信息、家族史及其他相关信息以供医学研究使用的场所。Life Raft Group GIST 登记库的目的是收集并存储患有相同疾病或其他具有共性(如分子靶点、治疗或其他因素)的癌症个体的医疗信息及其他信息。该登记库中患者的信息将用于医学研究,以更好地理解 GIST 及这些其他疾病。Scie
【主题与分类】
主题标签:GIST、GIST - Gastrointestinal Stromal Tumor、Gastrointestinal Stromal Tumor (GIST)。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07697248
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/NCT07697248
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:GIST、GIST-胃肠道间质瘤、胃肠道间质瘤(GIST)。一个名为Life Raft Group(LRG)的组织希望进一步了解一种名为胃肠道间质瘤(GIST)的癌症,以及可能与GIST相关或不相关的其他癌症。为收集这些信息,LRG建立了一个研究登记库。登记库是收集并存储患者医疗信息、家族史及其他相关信息用于医学研究的场所。Life Raft Group GIST登记库的目的是收集并存储患有相同疾病或其他具有共同特征(如分子靶点、治疗或其他因素)的癌症患者的医疗信息及其他信息。该登记库中患者的信息将用于医学研究,以更好地了解GIST及这些其他疾病。研究GIST及这些其他疾病的科学家需要更准确的真实世界信息,以了解这些疾病如何影响人们。患有GIST及其他相关或不相关疾病的人正被询问是否愿意参与Life Raft Group登记库。
Life Raft Group的GIST登记库还与一个组织库相关联,组织库是储存患者肿瘤组织、血液或其他样本的地方。参与者也可能被要求向组织库提供样本。参与者需要阅读并签署一份关于组织库的单独知情同意书。参与者不必参与任何其他Life Raft Group活动(包括组织库和在线论坛)即可参与本登记库。
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。




