胰腺癌早期检测项目
该数据集来自 clinicaltrials.gov，为胰腺癌早期检测项目（PCEDP）相关数据，覆盖胰腺癌、胰腺腺癌、家族性胰腺癌，以及 BRCA 1/2、HNPCC、Lynch Syndrome、遗传性胰腺炎等高风险人群
基本信息
资源简介
胰腺癌早期检测项目
该数据集来自 clinicaltrials.gov，为胰腺癌早期检测项目（PCEDP）相关数据，覆盖胰腺癌、胰腺腺癌、家族性胰腺癌，以及 BRCA 1/2、HNPCC、Lynch Syndrome、遗传性胰腺炎等高风险人群。研究目的是依据高风险标准开展早期检测后收集结局数据，受试者可由医生、家人或朋友转介，由共同研究者获取知情同意，并允许数据用于癌症项目。数据可用于评估高风险人群早期检测的结局与风险预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Pancreatic Cancer、Pancreas Cancer、Pancreatic Adenocarcinoma、Familial Pancreatic Cancer、BRCA 1/2、HNPCC、Lynch Syndrome、Hereditary Pancreatitis。感兴趣的个人可由医生、家人或朋友转介。个人会被告知，本研究的目的是根据我们的高风险标准，在早期检测后收集结局数据。知情同意由任何共同研究者获取。获取主要 PCEDP 的知情同意，同时也获取允许我们的 Cancer Program 使用数据的同意。我们每周审查所有来电和所有入组情况。我们每月开会审查研究的所有进展。我们的 IRB 定期审查研究的进展。我们机构每月举行一次 Clinical research Committee 会议。
【主题与分类】
主题标签：Pancreatic Cancer、Pancreas Cancer、Pancreatic Adenocarcinoma、Familial Pancreatic Cancer、BRCA 1/2、HNPCC、Lynch Syndrome、Hereditary Pancreatitis、FAMMM、Familial Atypical Multiple Mole Melanoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02206360
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/NCT02206360
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：胰腺癌、胰腺肿瘤、胰腺腺癌、家族性胰腺癌、BRCA 1/2、HNPCC、Lynch综合征、遗传性胰腺炎。有兴趣的个体可由医生、家人或朋友推荐。我们会告知个体，本研究旨在根据我们设定的高风险标准，收集早期检测后的结果数据。知情同意由任何共同研究者获取。获取知情同意是为了主要的PCEDP，并且也为了允许我们的癌症项目使用数据。我们每周审查所有来电和所有入组情况。我们每月召开会议，审查研究的所有进展。我们的IRB定期审查研究的进展。我们机构每月召开临床研究委员会会议。
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。
