儿童颈部肿块计算机辅助诊断工具数据集
该数据集由四川大学华西医院构建，采用回顾性-前瞻性设计，涵盖颈部肿块、甲状舌管囊肿、鳃裂畸形、皮样及表皮样囊肿、婴儿血管瘤和畸胎瘤等病种，包含临床数据与影像学图像
基本信息
资源简介
儿童颈部肿块计算机辅助诊断工具数据集
该数据集由四川大学华西医院构建，采用回顾性-前瞻性设计，涵盖颈部肿块、甲状舌管囊肿、鳃裂畸形、皮样及表皮样囊肿、婴儿血管瘤和畸胎瘤等病种，包含临床数据与影像学图像。回顾性队列纳入2010年6月至2020年12月有明确组织学诊断且影像可用的患者，用于构建并内部验证深度学习与机器学习诊断模型；前瞻性队列自2021年1月起招募颈部肿块患者，用于外部验证。该数据可用于评估计算机辅助诊断工具对儿童颈部肿块的诊断效能（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：颈部肿块、甲状舌管囊肿、鳃裂畸形、皮样及表皮样囊肿、婴儿血管瘤、畸胎瘤。本研究由四川大学华西医院采用回顾性-前瞻性设计，包括临床数据和影像学图像。回顾性数据库纳入2010年6月至2020年12月期间具有明确组织学诊断且影像学图像可用的患者。研究者在该回顾性队列上构建了深度学习和机器学习诊断模型，并进行了内部验证。前瞻性队列将招募自2021年1月起发现的颈部肿块患者。所提出的计算机辅助诊断模型也将在该前瞻性队列中进行外部验证。本研究的目的是评估计算机辅助诊断工具对颈部肿块的诊断效能，使用机器
【主题与分类】
主题标签：Neck Mass、Thyroglossal Duct Cysts、Branchial Cleft Anomalies、Dermoid and Epidermoid Cysts、Infantile Hemangiomas、Teratomas。本站分类：症状、体征与临床所见。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05187923
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/NCT05187923
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：颈部肿块、甲状舌管囊肿、鳃裂畸形、皮样囊肿和表皮样囊肿、婴儿血管瘤、畸胎瘤。本研究为四川大学华西医院开展的一项回顾性-前瞻性设计研究，纳入临床数据和影像学图像。回顾性数据库纳入2010年6月至2020年12月期间具有明确组织学诊断且影像学图像可用的患者。研究者在上述回顾性队列上构建了深度学习和机器学习诊断模型，并对其进行了内部验证。前瞻性队列将招募自2021年1月起发现颈部肿块的患者。所提出的计算机辅助诊断模型还将在该前瞻性队列中进行外部验证。本研究旨在评估计算机辅助诊断工具利用机器学习和深度学习技术基于临床数据和影像学图像对儿童颈部肿块的诊断效能。
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。
