基于肾脏病理图像的模型开发与应用
该数据集来自 clinicaltrials.gov，为单中心回顾性观察性队列研究，采集华中科技大学同济医学院附属协和医院 2019 年 1 月 1 日至 2026 年 3 月 31 日期间接受肾活检患者的数字化肾脏病理图像及相应临床与实验室数据
基本信息
资源简介
基于肾脏病理图像的模型开发与应用
该数据集来自 clinicaltrials.gov，为单中心回顾性观察性队列研究，采集华中科技大学同济医学院附属协和医院 2019 年 1 月 1 日至 2026 年 3 月 31 日期间接受肾活检患者的数字化肾脏病理图像及相应临床与实验室数据。覆盖慢性肾脏病、肾小球疾病、肾小管间质病、IgA 肾病和膜性肾病。可用于开发与验证肾脏疾病病理诊断和分类的深度学习模型，评估疾病活动性与慢性化程度，并研究图像衍生特征与长期肾脏结局的关联（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：慢性肾脏病、肾小球疾病、肾小管间质病、IgA 肾病（IgAN）、膜性肾病。这项单中心回顾性观察性队列研究将利用华中科技大学同济医学院附属协和医院 2019 年 1 月 1 日至 2026 年 3 月 31 日期间接受肾活检患者的数字化肾脏病理图像及相应临床与实验室数据。将采用深度学习和图像分析技术，开发并验证用于肾脏疾病病理诊断和分类的模型。该研究还将评估模型在评价疾病活动性和慢性化程度方面的性能，并研究图像衍生特征与长期肾脏结局之间的关联。诊断将由三名资深肾脏
【主题与分类】
主题标签：Kidney Diseases, Chronic、Glomerular Diseases、Tubulointerstitial Kidney Diseases、IgA Nephropathy (IgAN)、Membranous Nephropathy。本站分类：泌尿生殖系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07816874
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/NCT07816874
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
疾病类型：慢性肾脏病、肾小球疾病、肾小管间质性肾病、IgA肾病（IgAN）、膜性肾病。本单中心回顾性观察性队列研究将利用2019年1月1日至2026年3月31日期间在华中科技大学同济医学院附属协和医院接受肾活检患者的数字肾脏病理图像及相应临床和实验室数据。将采用深度学习和图像分析技术，开发并验证用于肾脏疾病病理诊断和分类的模型。本研究还将评估模型在评价疾病活动性和慢性化程度方面的性能，并探讨图像衍生特征与长期肾脏结局之间的关联。诊断将由三名资深肾脏病理学家协商确定，并作为参考标准。计划纳入至少8,000例符合条件的病例，并将其分为训练集、验证集和独立测试集。
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。
