68Ga-NOTA-exendin-4 PET/CT 用于胰岛素瘤定位与胰岛细胞增生症诊断

该数据集来自 clinicaltrials.gov,聚焦胰岛素瘤与胰岛细胞增生症。68Ga-NOTA-exendin-4 是靶向 GLP-1R 的显像探针,研究拟用其 PET/CT 检测胰岛素瘤,并与常规影像比较诊断价值;同时利用胰腺 beta 细胞表面特异性表达的 GLP-1R 显像,区分局灶型与

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 1
医学影像分类InsulinomaNesidioblastosis
68Ga-NOTA-exendin-4 PET/CT for the Localization of Insulinoma and Diagnosis of Nesidioblastosis

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-26

资源简介

68Ga-NOTA-exendin-4 PET/CT 用于胰岛素瘤定位与胰岛细胞增生症诊断

该数据集来自 clinicaltrials.gov,聚焦胰岛素瘤与胰岛细胞增生症。68Ga-NOTA-exendin-4 是靶向 GLP-1R 的显像探针,研究拟用其 PET/CT 检测胰岛素瘤,并与常规影像比较诊断价值;同时利用胰腺 beta 细胞表面特异性表达的 GLP-1R 显像,区分局灶型与弥漫型胰岛细胞增生症,以辅助诊断并改善治疗策略。数据可用于胰岛素瘤定位及胰岛细胞增生症分型的影像诊断研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:胰岛素瘤、胰岛细胞增生症。68Ga-NOTA-exendin-4 是靶向 GLP-1R 的理想探针。研究者将确定 68Ga-NOTA-exendin-4 PET/CT 在胰岛素瘤检测中的应用,并将其诊断价值与常规影像进行比较。GLP-1R 显像特异性表达于胰腺 beta 细胞表面,可能有助于诊断不同类型的胰岛细胞增生症(即局灶型或弥漫型),并可能改善胰岛细胞增生症的治疗策略。研究者将确定 68Ga-NOTA-exendin-4 PET/CT 在鉴别胰岛细胞增生症中的应用。

【主题与分类】

主题标签:Insulinoma、Nesidioblastosis。本站分类:消化系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02560376

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/NCT02560376

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:胰岛素瘤、胰岛母细胞增生症。68Ga-NOTA-exendin-4是一种靶向GLP-1R的最佳探针。研究者将确定68Ga-NOTA-exendin-4 PET/CT在胰岛素瘤检测中的应用,并将其诊断价值与常规影像学进行比较。GLP-1R显像特异性地表达于胰腺β细胞表面,可能有助于诊断不同类型的胰岛母细胞增生症(即局灶型或弥漫型),并可能改善胰岛母细胞增生症的治疗策略。研究者将确定68Ga-NOTA-exendin-4 PET/CT在鉴别胰岛母细胞增生症中的应用。

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