幽门螺杆菌感染状态与病理特征预测胃癌生物学行为及预后:真实世界观察性研究
该数据集来自 clinicaltrials.gov 的真实世界观察性研究,聚焦幽门螺杆菌感染状态与早期胃癌的病理特征。数据覆盖 H. pylori 感染评估方法(如 13C-尿素呼气试验、血清抗体检测、胃组织病理评估)及其与慢性胃炎、黏膜萎缩、肠化生、异型增生和胃癌发生的关联,并涉及 ESD 术后局

基本信息
资源简介
幽门螺杆菌感染状态与病理特征预测胃癌生物学行为及预后:真实世界观察性研究
该数据集来自 clinicaltrials.gov 的真实世界观察性研究,聚焦幽门螺杆菌感染状态与早期胃癌的病理特征。数据覆盖 H. pylori 感染评估方法(如 13C-尿素呼气试验、血清抗体检测、胃组织病理评估)及其与慢性胃炎、黏膜萎缩、肠化生、异型增生和胃癌发生的关联,并涉及 ESD 术后局部复发、异时性胃癌等随访风险。可用于探索感染状态与病理特征对胃癌生物学行为及预后的预测价值(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:幽门螺杆菌、早期胃癌。背景与理由:幽门螺杆菌(H. pylori)感染是胃癌的主要危险因素,与慢性胃炎、黏膜萎缩、肠化生、异型增生及胃癌发生密切相关。尽管根除 H. pylori 可降低胃癌风险,但部分患者在接受根除治疗后仍会发生胃癌,接受内镜黏膜下剥离术(ESD)治疗的患者在随访期间仍可能面临局部复发、异时性胃癌及其他胃肿瘤性病变的风险。在临床实践中,H. pylori 状态可通过多种方法评估,包括 13C-尿素呼气试验、血清 H. pylori 抗体检测和胃组织病理学评估。这些方法反映不同的生物学和临床信息。13C-尿素呼
【主题与分类】
主题标签:Helicobacter Pylori、Early Gastric Cancer。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07724496
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/NCT07724496
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:幽门螺杆菌、早期胃癌。背景与依据:幽门螺杆菌(H. pylori)感染是胃癌的主要危险因素,与慢性胃炎、黏膜萎缩、肠上皮化生、异型增生及胃癌发生密切相关。尽管根除幽门螺杆菌可降低胃癌风险,但部分患者在根除治疗后仍会发生胃癌,接受内镜黏膜下剥离术(ESD)治疗的患者在随访期间仍可能面临局部复发、异时性胃癌及其他胃肿瘤性病变的风险。在临床实践中,幽门螺杆菌状态可通过多种方法评估,包括13C-尿素呼气试验、血清幽门螺杆菌抗体检测及胃组织病理学评估。这些方法反映不同的生物学和临床信息。13C-尿素呼气试验主要反映当前活动性感染,血清抗体检测可能反映既往或当前暴露,病理学评估则提供来自特定胃部位的局部组织学信息。然而,这些检测结果可能不一致。H.
幽门螺杆菌定植可呈斑片状,在胃内分布不均。在早期胃癌患者中,肿瘤相关局部改变、黏膜萎缩、肠上皮化生、表达解痉多肽的化生、既往根除治疗以及胃黏膜微环境的变化,均可能影响细菌密度和可检测性。因此,肿瘤区域病理检查阴性并不一定排除既往幽门螺杆菌暴露或幽门螺杆菌相关背景黏膜改变。现有证据提示,幽门螺杆菌在非肿瘤或瘤周黏膜中的检出频率可能高于肿瘤组织本身,且幽门螺杆菌相关黏膜改变可能与早期胃癌的特定病理表型相关。然而,幽门螺杆菌检测结果不一致的临床意义及其与……的关系
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。




