比较GLIADEL与立体定向放射外科治疗转移性脑部疾病的研究
该数据集来自clinicaltrials.gov,主题为转移性脑肿瘤的临床研究,评估GLIADEL局部化疗与立体定向放射外科(SRS)在预防转移性脑肿瘤术后局部复发方面的疗效

基本信息
资源简介
比较GLIADEL与立体定向放射外科治疗转移性脑部疾病的研究
该数据集来自clinicaltrials.gov,主题为转移性脑肿瘤的临床研究,评估GLIADEL局部化疗与立体定向放射外科(SRS)在预防转移性脑肿瘤术后局部复发方面的疗效。研究计划入组100名成人,患有1至4个转移性脑肿瘤且其中一个需切除。排除既往放疗、淋巴瘤、小细胞、生殖细胞、未知原发或间变性甲状腺癌诊断者,预期寿命需大于3个月。参与者随机接受GLIADEL置入或术后SRS,其他肿瘤(最多三个)术后主要接受SRS,SRS在术后6周内进行。数据可用于脑肿瘤治疗比较与预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑肿瘤 - 转移性。本研究旨在评估GLIADEL(一种局部化疗)在切除后预防转移性脑肿瘤局部复发方面与立体定向放射外科(SRS)相比的疗效。将入组100名患有1至4个转移性脑肿瘤且其中一个肿瘤需要切除的成人参与者。有既往放疗、淋巴瘤、小细胞、生殖细胞、未知原发或间变性甲状腺诊断的参与者将不符合条件。预期寿命应大于3个月。参与者将在手术时随机分配至1)切除时放置GLIADEL或2)术后对切除腔进行SRS。任何其他肿瘤(最多三个)将在手术后以SRS作为主要治疗。SRS将在手术后6周内进行。参与者将在术前接受磁共振
【主题与分类】
主题标签:Brain Tumor - Metastatic。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04222062
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/NCT04222062
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:脑肿瘤-转移性。本研究旨在评估局部化疗药物GLIADEL在预防转移性脑肿瘤切除后局部复发方面的疗效,并与立体定向放射外科(SRS)进行比较。将招募100名成年参与者,他们患有1至4个转移性脑肿瘤,其中1个肿瘤需要切除。既往接受过放疗、患有淋巴瘤、小细胞癌、生殖细胞瘤、原发灶不明或未分化甲状腺癌的参与者将不符合条件。预期寿命应超过3个月。参与者将在手术时随机分配至1)切除时放置GLIADEL,或2)术后对切除腔进行SRS。任何其他肿瘤(最多三个)将在手术后以SRS作为主要治疗。SRS将在手术后6周内进行。参与者将在术前接受脑部磁共振成像(MRI)和神经心理学测试评估,并将在术后立即进行MRI以确定切除范围(EOR)。如果未放置GLIADEL,参与者将对切除腔接受SRS,并且所有人都将对任何其他病灶接受SRS。
他们将在设定的时间间隔内接受随访,以评估局部复发和神经认知变化。转移性脑肿瘤的基因组将与其原发肿瘤及生殖系基因组进行比较,以识别变异。
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。




