脑肿瘤或其他脑部疾病患者接受立体定向放射外科治疗的急性副作用研究

该数据集来自 clinicaltrials.gov,聚焦脑肿瘤或其他脑部疾病患者接受立体定向放射外科治疗后出现的急性副作用

Case Comprehensive Cancer CenterCase Comprehensive Cancer Center
clinicaltrials
浏览 10
医学影像预测Brain and Central Nervous System TumorsMetastatic CancerRadiation Toxicity
Acute Side Effects in Patients Who Are Undergoing Stereotactic Radiosurgery for Brain Tumors or Other Brain Disorders

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-10

资源简介

脑肿瘤或其他脑部疾病患者接受立体定向放射外科治疗的急性副作用研究

该数据集来自 clinicaltrials.gov,聚焦脑肿瘤或其他脑部疾病患者接受立体定向放射外科治疗后出现的急性副作用。研究目标包括确定急性并发症的发生率与类型、发生和缓解的时间范围以及严重程度。患者接受立体定向放射外科治疗,并在基线、治疗后1周、1个月和2个月填写副作用问卷。计划入组94例患者。数据可用于分析放射外科治疗后的急性毒性反应模式、时间进程及严重程度,为临床预测和副作用管理提供依据(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤、转移性癌症、放射毒性。目标: 确定接受立体定向放射外科治疗的脑肿瘤或其他脑部疾病患者急性并发症的发生率和类型。 确定这些患者并发症发生和缓解的时间范围。* 确定这些患者并发症的严重程度。概述:患者接受立体定向放射外科治疗。患者还需填写关于放射外科治疗副作用的问卷。问卷在基线以及放射外科治疗后1周、1个月和2个月完成。预计入组:本研究共计划入组94例患者。

【主题与分类】

主题标签:Brain and Central Nervous System Tumors、Metastatic Cancer、Radiation Toxicity。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00255671

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/NCT00255671

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

疾病:脑与中枢神经系统肿瘤、转移性癌症、放射性毒性。目的:* 确定接受立体定向放射外科治疗的脑肿瘤或其他脑部疾病患者急性并发症的发生率和类型。* 确定这些患者并发症发生和消退的时间框架。* 确定这些患者并发症的严重程度。概述:患者接受立体定向放射外科治疗。患者还需填写关于放射外科治疗后副作用的问卷。问卷在基线时以及放射外科治疗后1周、1个月和2个月时完成。预计入组人数:本研究预计共入组94名患者。

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