胃癌腹腔热灌注化疗(HIPEC)临床试验数据集

该数据集来自 clinicaltrials.gov,聚焦胃癌(Gastric Cancer, GC)及胃癌腹膜转移患者接受腹腔热灌注化疗(HIPEC)的临床研究

Ukrainian Society of Clinical OncologyUkrainian Society of Clinical Oncology
clinicaltrials
浏览 3
其他Gastric Cancer (GC)HIPEC
Hyperthermic Intraperitoneal Chemoperfusion (HIPEC) in Gastric Cancer

基本信息

模态
其他
创建/更新时间
2026-10-22

资源简介

胃癌腹腔热灌注化疗(HIPEC)临床试验数据集

该数据集来自 clinicaltrials.gov,聚焦胃癌(Gastric Cancer, GC)及胃癌腹膜转移患者接受腹腔热灌注化疗(HIPEC)的临床研究。源站描述指出,即使采用接近完美的根治性 R0 手术联合全身化疗或免疫治疗,对局部晚期胃癌或低腹膜癌指数(PCI)肿瘤仍可能不足以清除微小病灶或腹膜播散,尤其 T4 肿瘤及腹腔冲洗细胞学阳性者腹膜播散风险更高,低 PCI 肿瘤腹膜复发风险也显著偏高。手术联合腹腔内化疗旨在降低上述腹膜进展风险,研究中先进行根治性手术,随后给予单次热灌注腹腔化疗。该数据可用于胃癌 HIPEC 相关临床研究的信息整理与参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:胃癌(GC)、HIPEC、胃癌腹膜转移、腹腔热灌注化疗。近期多项研究显示,即使采用接近完美的根治性意图 R0 手术技术联合全身化疗甚至免疫治疗,对于局部晚期胃癌或低腹膜癌指数(PCI)肿瘤,也可能不足以消除微小沉积或消除腹膜播散。对于 T4 肿瘤以及腹腔冲洗细胞学阳性者,腹膜播散风险尤其高。此外,低 PCI 肿瘤的腹膜复发风险显著偏高。手术与腹腔内化疗相结合旨在将上述腹膜进展的风险降至最低。在该研究中,研究者实施根治性手术,随后给予单次热灌注腹腔化疗

【主题与分类】

主题标签:Gastric Cancer (GC)、HIPEC。本站分类:肿瘤/胃癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07313579

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07313579

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:胃癌(GC)、HIPEC、胃癌腹膜转移、腹腔热灌注化疗。近期多项研究表明,即使采用近乎完美的根治性R0手术技术联合全身化疗甚至免疫治疗,也未必总能足以清除局部晚期胃癌或低腹膜癌指数(PCI)肿瘤中的微小病灶或消除腹膜播散。对于T4肿瘤以及腹腔冲洗液细胞学阳性的患者,腹膜播散的风险尤其高。此外,低PCI肿瘤的腹膜复发风险显著较高。手术与腹腔化疗的联合旨在将上述腹膜进展的风险降至最低。在该研究中,研究者实施根治性手术,随后给予单剂腹腔热灌注化疗(HIPEC)。

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。

获取专属数据定制方案