用生物标志物评估卵巢肿瘤中的癌症
该数据集来自 clinicaltrials.gov，聚焦卵巢肿瘤与卵巢癌的生物标志物评估。研究为多中心设计，覆盖低与高患病率的卵巢癌站点，计划入组至多1000名18岁以上、有卵巢肿块且计划手术的女性受试者，在至多40个站点招募
基本信息
资源简介
用生物标志物评估卵巢肿瘤中的癌症
Assess Cancer in Ovarian Tumors With Biomarkers 是一项登记于 clinicaltrials.gov 的研究数据集，主题聚焦于卵巢肿瘤与卵巢癌的生物标志物评估。该研究采用多中心设计，覆盖低患病率与高患病率的卵巢癌站点，计划入组至多1000名18岁以上、已记录有卵巢肿块且计划接受手术干预的女性受试者，招募工作在至多40个站点开展。研究通过一次性采集受试者血液标本，用于评估 OvaRl 检测在有卵巢肿块并计划手术的女性人群中识别卵巢癌患者的能力。数据集以卵巢肿瘤为核心主题标签，面向肿瘤领域的生物标志物研究与临床评估场景。
【数据集背景】
该数据集来源于 clinicaltrials.gov 登记的研究项目，研究条件为卵巢肿瘤。研究设计为多中心研究，纳入的站点涵盖低患病率与高患病率两类卵巢癌站点。这些站点被设定为具有代表性，即能够代表潜在卵巢肿瘤受试者在接受手术干预前进行妇科检查与影像学检查的各类机构。研究的预期总入组规模为至多1000名已记录有卵巢肿块的受试者，研究起始时间为2007年2月。
【数据内容】
数据集的核心内容围绕卵巢肿瘤受试者的生物标志物评估展开。研究对入组受试者仅进行一次血液标本采集，该血液标本用于评估 OvaRl 检测，目标是在已记录有卵巢肿块且计划接受手术干预的女性人群中识别出卵巢癌受试者。研究人群为18岁以上、患有卵巢肿瘤并计划接受手术干预的女性，入组站点至多40个，各站点在人口学特征上保持混合构成。数据集的主题标签为卵巢肿瘤。除上述内容外，源站未提供关于具体变量字段、检测指标数值或随访结局的更多说明。
【采集与来源】
数据采集来自多中心临床研究现场。受试者来源为在手术干预前接受妇科检查与影像学检查的潜在卵巢肿瘤患者，入组机构为至多40个在人口学上具有混合构成的站点，且这些站点覆盖低与高患病率的卵巢癌场景。采集方式为对每名入组受试者仅采集一次血液标本，不涉及重复采血的设计描述。数据登记来源站为 clinicaltrials.gov。关于标本处理流程、检测操作细节与数据存储方式，源站未提供。
【适用场景】
基于研究设计，该数据集适用于卵巢肿瘤与卵巢癌生物标志物评估相关的研究场景，尤其是针对“已记录有卵巢肿块且计划手术干预的女性人群”中识别卵巢癌受试者的检测评估。其多中心、覆盖低与高患病率站点的设计，使其可用于考察检测方法在不同患病率环境下的表现。数据集亦可用于了解卵巢肿瘤术前检查路径中血液标本采集与生物标志物检测的研究组织方式。关于其他具体应用方向，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据访问方式、分析流程、变量使用说明或配套工具等均未说明。可确认的仅是研究中血液标本用于 OvaRl 检测评估这一用途描述。
【质量与限制】
研究设定了明确的入组人群特征（18岁以上、有卵巢肿块、计划手术干预的女性）与至多40个站点的多中心构成，并在站点选择上兼顾低与高患病率场景及人口学混合性，这些设计要素构成对该研究数据的基本质量背景说明。限制方面，源站未提供样本量实际完成情况、数据完整性、缺失情况或偏倚评估等信息；预期入组规模为至多1000名受试者，实际入组数量源站未提供。此外，关于检测性能指标与统计结论，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可条款信息。数据登记来源站为 clinicaltrials.gov，使用时应遵循该来源站的相关规定，具体许可与引用要求源站未提供。
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/NCT00436189
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：卵巢肿瘤。研究设计：这是一项多中心研究，涵盖卵巢癌低发和高发地区的研究中心。这些中心代表了所有可能接收卵巢肿瘤受试者的机构，受试者在手术干预前将接受妇科检查及影像学检查。入组受试者仅采集一次血液标本。该血液标本将用于评估OvaRl检测，以从有明确卵巢肿块且计划手术干预的女性人群中识别卵巢癌受试者。预计总入组人数：最多1000名有明确卵巢肿块的受试者。研究开始时间：2007年2月。研究详情：研究人群：年龄超过18岁、患有卵巢肿瘤且计划接受手术干预的女性受试者将在最多40个研究中心入组。各中心在人口统计学上具有多样性，包括大型和小型医疗中心（大学/社区医院）、小型妇产科诊所、妇科/肿瘤科执业机构以及HMO团体。预计最多将入组1000名受试者。
该人群将排除未成年人、孕妇，或过去10年内有恶性肿瘤病史的患者，但非黑色素瘤皮肤癌除外。只有当您在卵巢区域有经记录的肿块或肿瘤时，才会被邀请参与本研究。Ciphergen OvaR1检测是一种基于蛋白质组学的血液检测，可帮助医生判断经记录的肿瘤是癌症还是良性（非癌性）。这不是您治疗的必要组成部分。您已计划接受手术切除该肿瘤，这使您符合本试验的资格。如果您同意参与，您将成为最多1000名参与者之一。一旦您被安排手术，您将被要求仅提供一次血液标本。血液样本将在手术前采集。样本将包括从您手臂静脉抽取的30-50毫升血液（约2-3汤匙）。
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。
