胰腺癌风险人群登记数据集
该数据集来自 clinicaltrials.gov，为胰腺癌风险人群登记数据，覆盖家族性胰腺癌、BRCA1/BRCA2 突变、Lynch 综合征、FAMMM 综合征、遗传性胰腺炎、Peutz-Jeghers 综合征等遗传易感人群
基本信息
资源简介
胰腺癌风险人群登记数据集
该数据集来自 clinicaltrials.gov，为胰腺癌风险人群登记数据，覆盖家族性胰腺癌、BRCA1/BRCA2 突变、Lynch 综合征、FAMMM 综合征、遗传性胰腺炎、Peutz-Jeghers 综合征等遗传易感人群。入组对象为 18 岁以上个体，采集家族史和/或遗传易感性以及当前或既往病史与用药记录。可用于研究胰腺癌或其癌前病变的早期诊断与筛查监测，支持风险评估和预测建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：家族性胰腺癌、BRCA1 突变、BRCA2 突变、Lynch 综合征、FAMMM - 家族性非典型痣恶性黑色素瘤综合征、遗传性胰腺炎、Peutz-Jeghers 综合征。胰腺癌是一种预后极差的毁灭性疾病。改善生存率的方法之一可能是早期发现。多年来，许多易感疾病或遗传条件已被识别，因此全球范围内已建立筛查/监测。已建立胰腺癌风险人群登记，以研究诊断胰腺癌或其一种癌前病变的可能性。入组标准将采用“入组标准”。据此，18 岁以上的个体将被纳入；将收集其家族史和/或遗传易感性，以及当前或既往的医疗记录/用药
【主题与分类】
主题标签：Familial Pancreatic Cancer、BRCA1 Mutation、BRCA2 Mutation、Lynch Syndrome、Hereditary Pancreatitis、Peutz-Jeghers Syndrome。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04095195
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/NCT04095195
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：家族性胰腺癌、BRCA1突变、BRCA2突变、Lynch综合征、FAMMM——家族性非典型痣恶性黑色素瘤综合征、遗传性胰腺炎、Peutz-Jeghers综合征。胰腺癌是一种预后极差的毁灭性疾病。提高生存率的方法之一可能是早期发现。多年来，许多易感疾病或遗传条件已被识别，因此全球范围内已建立了筛查/监测体系。已建立了一个胰腺癌风险人群登记库，以探究诊断胰腺癌或其一种癌前病变的可能性。纳入标准将采用“入组标准”。据此，年龄大于18岁的个体将被纳入；将收集其家族史和/或遗传易感性，以及当前或既往的医疗记录/用药数据。
此后，根据特定的年龄标准，最初入组的个体将被考虑纳入“监测方案”（“介入随访标准”），并根据各参与中心胰腺病专家的处方，接受胆胰管磁共振或胰腺内超声检查。患有以下情况的个体将被纳入：家族性胰腺癌；黑斑息肉综合征；已知BRCA-2、BRCA-1、PALB2或p16突变，且至少有一位一级或二级亲属患有胰腺癌；遗传性胰腺炎；FAMMM综合征；Lynch综合征，且至少有一位一级或二级亲属患有胰腺癌。
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。
