异常子宫出血患者尿液激素测量用于研究子宫癌进展

该数据集来自 clinicaltrials.gov,聚焦异常子宫出血人群的尿液激素测量与子宫癌进展研究。覆盖子宫出血、子宫癌、子宫内膜癌、子宫内膜增生、子宫内膜上皮内瘤变、月经周期及生殖内分泌等主题

University of British ColumbiaUniversity of British Columbia
clinicaltrials
浏览 10
其他Uterine BleedingUterine CancerUterine NeoplasmsEndometrial CancerEndometrial HyperplasiaEndometrial Intraepithelial NeoplasiaMenstrual CycleReproductive Endocrinology
Measurement of Urinary Hormones in Patients With Abnormal Uterine Bleeding to Study Uterine Cancer Progression

基本信息

模态
其他
创建/更新时间
2026-10-17

资源简介

异常子宫出血患者尿液激素测量用于研究子宫癌进展

该数据集来自 clinicaltrials.gov,聚焦异常子宫出血人群的尿液激素测量与子宫癌进展研究。覆盖子宫出血、子宫癌、子宫内膜癌、子宫内膜增生、子宫内膜上皮内瘤变、月经周期及生殖内分泌等主题。数据可支持尿液激素结果与经验证的月经出血评分分析,评估 Mira 监测仪的使用满意度与便捷性,测量招募率、脱落率与周期数据收集完整性,并评估基线及研究结束时的月经健康素养,用于相关临床与行为研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):状况:子宫出血、子宫癌、子宫肿瘤、子宫内膜癌、子宫内膜增生、子宫内膜上皮内瘤变、月经周期、生殖内分泌。研究者将从经历异常子宫出血的人群获取尿液激素结果和经验证的月经出血评分。研究者将评估 Mira 监测仪的满意度和使用便捷性。研究者将测量招募率、脱落率和周期数据收集完整性。研究者将在基线时和研究结束时评估月经健康素养。

【主题与分类】

主题标签:Uterine Bleeding、Uterine Cancer、Uterine Neoplasms、Endometrial Cancer、Endometrial Hyperplasia、Endometrial Intraepithelial Neoplasia、Menstrual Cycle、Reproductive Endocrinology。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07581288

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

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/NCT07581288

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

条件:子宫出血、子宫癌、子宫肿瘤、子宫内膜癌、子宫内膜增生、子宫内膜上皮内瘤变、月经周期、生殖内分泌。研究者将从异常子宫出血患者中获取尿液激素结果和经过验证的月经出血评分。研究者将评估Mira监测仪的满意度和使用便捷性。研究者将测量招募率、脱落率和周期数据收集的完整性。研究者将在基线和研究结束时评估月经健康素养。

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。

获取专属数据定制方案