镓-68 HA-DOTATATE PET/CT 在巨细胞动脉炎中的应用
该数据集来自 clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)的影像学评估。研究拟前瞻性纳入15例接受糖皮质激素治疗的活动期GCA患者,比较68-Ga HA-DOTATATE PET/CT与FDG PET/CT检测中大型血管炎症的能力,并分析DOTATATE摄取与疾病活动度的相关性

基本信息
资源简介
镓-68 HA-DOTATATE PET/CT 在巨细胞动脉炎中的应用
该数据集来自 clinicaltrials.gov,聚焦巨细胞动脉炎(GCA)的影像学评估。研究拟前瞻性纳入15例接受糖皮质激素治疗的活动期GCA患者,比较68-Ga HA-DOTATATE PET/CT与FDG PET/CT检测中大型血管炎症的能力,并分析DOTATATE摄取与疾病活动度的相关性。参与者接受基线FDG PET/CT与DOTATATE PET/CT扫描,示踪剂摄取在8个主要血管区域描述,6个月后重复DOTATATE PET/CT,并将摄取与临床疾病活动度及用药情况关联。数据可用于血管炎影像标志物研究与疾病活动度评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:巨细胞动脉炎。本研究的目的是在少数患有活动性疾病的大动脉炎(GCA)患者中,前瞻性评估68-Ga HA-DOTATATE PET/CT检测中大型血管炎症的潜在用途,并与FDG PET/CT进行比较,同时了解DOTATATE摄取是否与疾病活动度相关。将招募15名正在接受糖皮质激素治疗的活动性GCA患者(新诊断或近期复发疾病)。参与者将接受基线FDG PET/CT和基线DOTATATE PET/CT扫描。示踪剂摄取将在8个主要血管区域进行描述。DOTATATE PET/CT将在6个月后再次重复,示踪剂摄取将与临床疾病活动度和药物使用情况进行相关性分析。
【主题与分类】
主题标签:Giant Cell Arteritis。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/NCT03812302
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/NCT03812302
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
条件:巨细胞动脉炎。本研究的目的是在少数患有活动性疾病的大动脉炎(GCA)患者中,前瞻性评估68-Ga HA-DOTATATE PET/CT检测中大型血管炎症的潜在用途,并与FDG PET/CT进行比较,同时了解DOTATATE摄取是否与疾病活动度相关。将招募15名正在接受糖皮质激素治疗的活动性GCA患者(新诊断或近期复发疾病)。参与者将接受基线FDG PET/CT和基线DOTATATE PET/CT扫描。示踪剂摄取将在8个主要血管区域进行描述。DOTATATE PET/CT将在6个月后再次重复,示踪剂摄取将与临床疾病活动度和药物使用情况进行相关性分析。
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。




