运动对前列腺癌盆腔放疗后结直肠癌发生影响的研究
该数据集来自 clinicaltrials.gov，聚焦前列腺癌患者接受盆腔放疗后，运动对结直肠癌发生的干预效果。覆盖结肠息肉、结直肠癌及局部、I至III期前列腺癌人群
基本信息
资源简介
运动对前列腺癌盆腔放疗后结直肠癌发生影响的研究
该数据集来自 clinicaltrials.gov，聚焦前列腺癌患者接受盆腔放疗后，运动对结直肠癌发生的干预效果。覆盖结肠息肉、结直肠癌及局部、I至III期前列腺癌人群。主要目标是确定运动对正常黏膜样本及检出息肉分子特征的影响，次要目标包括研究结肠癌风险预测因子的纵向变化、评估入组与留存率以及运动依从性和安全性，探索性目标为保存标准结肠镜检查组织用于免疫细胞浸润、突变特征等分析。数据可用于肿瘤预防与运动干预相关预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：结肠息肉、结直肠癌、局限性前列腺癌、I期前列腺癌AJCC v8、II期前列腺癌AJCC v8、III期前列腺癌AJCC v8。主要目标：I. 确定运动对采集的正常黏膜样本及任何检出息肉中分子特征的缓解作用。次要目标：I. 研究结肠癌风险预测因子的纵向变化。II. 评估入组率和留存率，以及运动依从性和安全性。探索性目标：I. 保存来自标准治疗结肠镜检查/可弯曲乙状结肠镜检查的组织，用于探索性生物学分析（例如免疫细胞浸润、突变特征分析）。概要：第1阶段：患者接受标准治疗（SOC）结肠镜检查/可弯曲乙状结肠镜检查并进行组织活检，收集并分析其Apple Health体力活动数据，并完成一份调查问卷。
【主题与分类】
主题标签：Colon Polyp、Colorectal Carcinoma、Localized Prostate Carcinoma、Stage I Prostate Cancer AJCC v8、Stage II Prostate Cancer AJCC v8、Stage III Prostate Cancer AJCC v8。本站分类：肿瘤/前列腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07790718
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/NCT07790718
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：结肠息肉、结直肠癌、局限性前列腺癌、AJCC第8版I期前列腺癌、AJCC第8版II期前列腺癌、AJCC第8版III期前列腺癌。主要目标：I. 确定运动对减轻采集的正常黏膜样本及任何已识别息肉中分子特征的影响。次要目标：I. 研究结肠癌风险预测因素的纵向变化。II. 评估招募与保留率，以及运动依从性和安全性。探索性目标：I. 将标准治疗结肠镜检查/柔性乙状结肠镜检查的组织样本入库，用于探索性生物学分析（例如，免疫细胞浸润、突变特征分析）。大纲：第1阶段：患者接受标准治疗（SOC）结肠镜检查/柔性乙状结肠镜检查并进行组织活检，收集并分析其Apple Health体力活动数据，并完成一项调查。被确定在过去12个月内体力活动水平低的患者可进入第2阶段。第2阶段：患者参与个体化步行训练，每次10-70分钟，每周5次（每周总计225分钟），持续6个月。
患者在研究中还需采集血样，并在随访期间接受标准治疗（SOC）结肠镜检查/可弯曲乙状结肠镜检查及组织活检。研究干预完成后，患者在2周内或最多3个月内进行随访，以完成随访SOC结肠镜检查/可弯曲乙状结肠镜检查。
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。
