多中心研究评估5-ALA在儿童脑肿瘤患者中的可行性
该数据集来自clinicaltrials.gov,聚焦儿童脑肿瘤患者,旨在评估术前给予5-ALA的可行性,以及5-ALA诱导的肿瘤荧光是否足以用于儿童患者的荧光引导脑肿瘤切除

基本信息
资源简介
多中心研究评估5-ALA在儿童脑肿瘤患者中的可行性
该数据集来自clinicaltrials.gov,聚焦儿童脑肿瘤患者,旨在评估术前给予5-ALA的可行性,以及5-ALA诱导的肿瘤荧光是否足以用于儿童患者的荧光引导脑肿瘤切除。研究为单臂多中心设计,计划纳入二十名新诊断或特定复发脑肿瘤的儿童患者,监护人提供知情同意,适当时获取患者本人同意。所有入组患者术前6至12小时口服20mg/kg体重的5-ALA溶液,随后按机构标准或术者偏好技术进行肿瘤切除。数据可用于儿童脑肿瘤荧光引导手术的可行性分析及相关分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:儿童脑肿瘤。本研究的目的是评估术前给予5-ALA的可行性,并评估由此产生的5-ALA诱导的肿瘤荧光是否足以用于儿童患者的荧光引导脑肿瘤切除。在这项单臂、多中心研究中,新诊断或特定复发脑肿瘤的儿童患者的监护人将提供同意,以给予5-ALA。在相关情况下,还将获得儿童患者的同意。总共将治疗二十名儿童脑肿瘤患者,以评估在该人群中使用5-ALA的可行性。所有入组患者将在手术前6-12小时接受剂量为20mg/kg体重的5-ALA口服溶液,随后使用机构标准治疗或外科医生偏好的技术进行肿瘤切除。
【主题与分类】
主题标签:Pediatric Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06907485
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/NCT06907485
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:儿童脑肿瘤。本研究旨在评估术前给予5-ALA的可行性,并探讨由此产生的5-ALA诱导肿瘤荧光是否足以用于儿童患者的荧光引导脑肿瘤切除术。在这项单臂、多中心研究中,新诊断或特定复发性脑肿瘤儿童患者的监护人将同意给予5-ALA。在相关情况下,还将获得儿童患者的同意。总共将治疗二十名儿童脑肿瘤患者,以评估在该人群中使用5-ALA的可行性。所有入组患者将在手术前6-12小时接受剂量为20mg/kg体重的5-ALA口服溶液,随后采用机构标准治疗或外科医生偏好的技术进行肿瘤切除。荧光和非荧光区域的切除将由外科医生自行决定,外科医生将指明每个切片的荧光情况。荧光将被描述为“无”、“弱”、“中等”或“强”;并描述为“斑片状”或“均匀”。
当存在阳性荧光时,将在白光可视化下进行荧光引导手术,并能够选择适配手术显微镜的适当滤光片,使特定波长的蓝光在手术过程中激发肿瘤组织。术中摄影将记录组织荧光。将获取肿瘤手术切除中常规进行的活检组织。每位患者将额外采集三至六份研究用组织标本用于组织病理学分析。若肿瘤中存在荧光,将从肿瘤核心、肿瘤边缘及紧邻肿瘤边缘以外的区域获取三份荧光标本,同时从切除腔邻近区域获取三份非荧光组织标本。若无荧
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




