18F-4FN PET/CT影像与移植物抗宿主病表现相关性的初步研究

该数据集来自clinicaltrials.gov,为一项初步研究,聚焦18F-4FN PET/CT成像与移植物抗宿主病(GVHD)临床表现的相关性

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 7
医学影像预测Pilot StudyPET/CT ImagingHost Disease Manifestation
A Pilot Study to Correlate 4-18F- Fluoro-1-naphthol 18F-4FN PET/CT Imaging With Graft Versus Host Disease Manifestations

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-23

资源简介

18F-4FN PET/CT影像与移植物抗宿主病表现相关性的初步研究

该数据集来自clinicaltrials.gov,为一项初步研究,聚焦18F-4FN PET/CT成像与移植物抗宿主病(GVHD)临床表现的相关性。数据覆盖GVHD患者PET/CT影像特征及其与GVHD表现和严重程度在空间与时间上的关联,并探索影像特征能否先于临床表现出现,以及作为药效生物标志物反映靶向巨噬细胞和中性粒细胞治疗的效果。可用于GVHD影像标志物研究、疗效监测方法开发及多模态临床数据关联分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:初步研究、PET/CT成像、宿主疾病表现。主要目标:确定[18F]4FN PET/CT测量值与GVHD临床表现及严重程度之间的空间和时间相关性。我们假设[18F]4FN PET/CT成像特征将在解剖学和强度(SUV)上与并发的GVHD表现相关。我们还假设PET/CT成像特征将在时间上先于目标解剖位置的GVHD表现。次要目标:识别对GVHD治疗有反应的[18F]4FN PET/CT阳性GVHD病变。作为药效生物标志物,我们假设[18F]4FN PET阳性GVHD病变的变化将与靶向巨噬细胞和中性粒细胞的治疗相关。

【主题与分类】

主题标签:Pilot Study、PET/CT Imaging、Host Disease Manifestation。本站分类:免疫系统疾病/其他。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07325253

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/NCT07325253

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:试点研究、PET/CT成像、宿主病表现。主要目的:确定[18F]4FN PET/CT测量与GVHD临床表现及严重程度之间的空间和时间相关性。我们假设[18F]4FN PET/CT成像特征将在解剖位置和强度(SUV)上与同时存在的GVHD表现相关。我们还假设PET/CT成像特征在时间上先于目标解剖位置的GVHD表现。次要目的:识别对GVHD治疗有反应的[18F]4FN PET/CT阳性GVHD病灶。作为药效学生物标志物,我们假设[18F]4FN PET阳性GVHD病灶的变化将与靶向巨噬细胞和中性粒细胞的治疗相关。

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