非幽门螺杆菌螺杆菌在明确胃部疾病及（前）恶性病变中的患病率与病理生理作用
该数据集来自clinicaltrials.gov，聚焦非幽门螺杆菌螺杆菌（NHPH）在明确胃部疾病及（前）恶性病变中的患病率与病理生理作用
基本信息
资源简介
非幽门螺杆菌螺杆菌在明确胃部疾病及（前）恶性病变中的患病率与病理生理作用
该数据集来自clinicaltrials.gov，聚焦非幽门螺杆菌螺杆菌（NHPH）在明确胃部疾病及（前）恶性病变中的患病率与病理生理作用。覆盖功能性消化不良、慢性胃炎、萎缩性胃炎、胃黏膜肠上皮化生、胃异位增生、胃癌及Helicobacter感染等条件，并纳入减重手术患者作为对照组。研究采用前瞻性分析，在三个目标研究人群中利用常规活检或切除标本进行检测，可用于胃癌及相关前驱病变的流行病学与病因学研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：功能性消化不良、胃炎、慢性胃炎、胃癌（GC）、萎缩性胃炎、胃黏膜肠上皮化生、胃异位增生、Helicobacter感染。本临床试验的目标是发现NHPH细菌（非幽门螺杆菌Helicobacter物种）在患有以下任一情况的患者中的患病率：1. 符合Rome IV标准的功能性消化不良 2. 活动性慢性胃炎、非幽门螺杆菌诱导的萎缩性胃炎、肠上皮化生和非幽门螺杆菌胃异位增生 3. 胃癌，包括Siewert 2型和3型食管胃结合部癌。此外，接受减重手术的患者被纳入作为对照组。本研究将在三个目标研究人群中采用前瞻性分析进行。在医疗操作过程中常规采集的活检标本或通过切除材料
【主题与分类】
主题标签：Functional Dyspepsia、Gastritis、Gastritis Chronic、Gastric Cancer (GC)、Atrophic Gastritis、Intestinal Metaplasia of Gastric Mucosa、Dysplasia Stomach、Helicobacter Infection、NHPH Prevalence。本站分类：肿瘤/胃癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07770126
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/NCT07770126
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
适应症：功能性消化不良、胃炎、慢性胃炎、胃癌（GC）、萎缩性胃炎、胃黏膜肠上皮化生、胃发育不良、螺杆菌感染。本临床试验旨在探究非幽门螺杆菌螺杆菌属（NHPH）细菌在以下任一状况患者中的患病率：1. 符合罗马IV标准的功能性消化不良；2. 活动性慢性胃炎、非幽门螺杆菌诱导的萎缩性胃炎、肠上皮化生及非幽门螺杆菌性胃发育不良；3. 胃癌，包括Siewert 2型和3型食管胃结合部癌。此外，接受减重手术的患者作为对照组纳入。本研究将在三个目标研究人群中通过前瞻性分析进行。将使用目标组患者在医疗过程中常规采集的活检标本或切除材料。排除标准：* 有幽门螺杆菌感染史，经血清学、胃活检、呼气试验或粪便抗原检测确诊的患者。* 妊娠。* 未成年患者（< 18岁）。
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。
