131I-omburtamab 经对流增强递送治疗弥漫性内生性脑桥胶质瘤
该数据集来自 clinicaltrials.gov，聚焦弥漫性内生性脑桥胶质瘤（DIPG）患者接受 131I-omburtamab 经对流增强递送（CED）治疗的研究
基本信息
资源简介
131I-omburtamab 经对流增强递送治疗弥漫性内生性脑桥胶质瘤
该数据集来自 clinicaltrials.gov，聚焦弥漫性内生性脑桥胶质瘤（DIPG）患者接受 131I-omburtamab 经对流增强递送（CED）治疗的研究。数据涉及根据 MRI 估计的肿瘤大小调整输注体积，涵盖 4、6、8 mL 三种方案，并记录最大输注速率及递增流程。可用于分析输注参数与肿瘤覆盖的关系，支持给药方案优化与安全性评估（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：DIPG。CED 的 IMP 输注体积将根据 MRI 估计的肿瘤大小调整为 4、6 或 8 mL。最大体积 8 mL 已在 11-011 试验中测试并确认安全。假设输注体积与分布体积之比约为 1:3，将调整输注体积以确保覆盖肿瘤及周围 0.5 cm 边缘。若肿瘤大小（+0.5 cm 边缘）<10 cm3，输注体积为 4 mL；若肿瘤大小（+0.5 cm 边缘）≥10 且 <15 cm3，为 6 mL；若肿瘤大小（+0.5 cm 边缘）≥15 且 ≤20 cm3，为 8 mL。最大输注速率为 10 μL/min。输注将采用递增流速方案启动，每 10 分钟间隔一次，直至达到最大速率（0·5 μL/min、1·0 μL/min、2·0 μL/min、5·0 μL/min、7·5 μL/min 和 10 μL/min）。
【主题与分类】
主题标签：DIPG。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05063357
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/NCT05063357
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：DIPG。CED的IMP输注体积将根据MRI估计的肿瘤大小调整为4、6或8 mL。8 mL的最大体积已在11-011试验中经过测试并确认安全。假设输注体积与分布体积之比约为1：3，将调整输注体积以确保覆盖肿瘤及周围0.5 cm边缘。若肿瘤大小（+0.5 cm边缘）<10 cm3，输注体积为4 mL；若肿瘤大小（+0.5 cm边缘）≥10且<15 cm3，输注体积为6 mL；若肿瘤大小（+0.5 cm边缘）≥15且≤20 cm3，输注体积为8 mL。最大输注速率为10 μL/min。输注将采用递增流速方案启动，每10分钟递增一次，直至达到最大速率（0.5 μL/min、1.0 μL/min、2.0 μL/min、5.0 μL/min、7.5 μL/min和10 μL/min）。
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。
