Gardner综合征选定硬纤维瘤患者近距离放疗队列研究
该数据集来自 clinicaltrials.gov，围绕 Gardner Syndrome 家系中接受近距离放疗的选定硬纤维瘤患者，记录结直肠癌与硬纤维瘤的筛查、手术及放疗结局
基本信息
资源简介
Gardner综合征选定硬纤维瘤患者近距离放疗队列研究
该数据集来自 clinicaltrials.gov，围绕 Gardner Syndrome 家系中接受近距离放疗的选定硬纤维瘤患者，记录结直肠癌与硬纤维瘤的筛查、手术及放疗结局。数据覆盖 105 名后代家系成员，包含 GS 携带者、预防性结直肠切除、硬纤维瘤部位分布及肿瘤无进展生存与手术或放疗并发症等信息，可用于分析该人群的肿瘤发生、治疗选择与预后相关因素（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Gardner Syndrome、Colorectal Carcinoma、Desmoid Tumor。自 1978 年以来，我们一直随访一个拥有 105 名后代的 Gardner Syndrome（GS）家系。突变携带者接受内镜筛查，并在即将发生恶性肿瘤时进行结直肠切除术。可切除的硬纤维瘤被切除，而腹壁大肿瘤则采用近距离放疗（BT）联合放疗（RT）治疗。结局分析涉及肿瘤无进展生存期，以及手术或放疗引起的并发症。结果：105 名家庭成员中有 37 人患有 GS。16 名患者（15%）接受了预防性结直肠切除术，其中一例死亡归因于后续发生的胃癌。在 4 名拒绝筛查内镜的患者中，出现了结肠浸润性肿瘤（3 名患者）和胃部浸润性肿瘤（各一名患者）。在 33 个硬纤维瘤中，10 个（30%）位于肠系膜，17 个（52%）
【主题与分类】
主题标签：Gardner Syndrome、Colorectal Carcinoma、Desmoid Tumor。本站分类：肿瘤/胃癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01286662
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/NCT01286662
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：加德纳综合征、结直肠癌、硬纤维瘤。自1978年以来，我们对一个加德纳综合征（GS）家族中的105名后代进行了随访。突变携带者通过内镜检查进行筛查，并在疑似恶性时进行结直肠切除术。可切除的硬纤维瘤被切除，而腹壁的大肿瘤则采用近距放疗（BT）和远距放疗（RT）联合治疗。结果根据无瘤生存期长度以及手术或放疗引起的并发症进行分析。结果：105名家庭成员中有37人患有GS。16名患者（15%）接受了预防性结直肠切除术，其中1人因后续发生的胃癌死亡。在4名拒绝接受内镜筛查的患者中，分别发生了结肠浸润性肿瘤（3名患者）和胃部浸润性肿瘤（1名患者）。33个硬纤维瘤中，10个（30%）位于肠系膜，17个（52%）位于腹壁，6个（18%）位于腹外部位。8名患者（36%）的12个硬纤维瘤被切除，4个接受了BT和RT联合治疗。接受BT/RT后，所有患者均显示完全或部分缓解。
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。
