氨基酸转运系统PET/CT显像在AATS相关疾病中的应用

受试者在初诊评估或复发检测时接受11C/18F-MET/FET PET/CT检查,病灶摄取以最大标准摄取值(SUVmax)量化,并据此计算11C/18F-MET/FET的灵敏度、特异度、阳性预测值、阴性预测值及准确率

Tianjin Medical UniversityTianjin Medical University
clinicaltrials
浏览 6
医学影像分类Amino-Acid Transport DisorderPrimary HyperparathyroidismGlioma
Amino Acid Transporter System PET/CT Imaging in AATS-Related Diseases

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-23

资源简介

氨基酸转运系统PET/CT显像在AATS相关疾病中的应用

该数据集来自clinicaltrials.gov,聚焦氨基酸转运系统(AATS)相关疾病的PET/CT显像研究,涵盖Amino-Acid Transport Disorder、Primary Hyperparathyroidism与Glioma等病种。受试者在初诊评估或复发检测时接受11C/18F-MET/FET PET/CT检查,病灶摄取以最大标准摄取值(SUVmax)量化,并据此计算11C/18F-MET/FET的灵敏度、特异度、阳性预测值、阴性预测值及准确率。数据可用于评估该显像方法在相关疾病诊断与复发识别中的表现(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:氨基酸转运障碍、原发性甲状旁腺功能亢进症、胶质瘤。患有各种AATS相关疾病(原发性甲状旁腺功能亢进症、胶质瘤等)的受试者在初次评估或复发检测时接受了11C/18F-MET/FET PET/CT检查。病灶摄取通过最大标准摄取值(SUVmax)进行量化。计算了11C/18F-MET/FET的灵敏度、特异度、阳性预测值(PPV)、阴性预测值(NPV)和准确率。

【主题与分类】

主题标签:Amino-Acid Transport Disorder、Primary Hyperparathyroidism、Glioma。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07379463

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/NCT07379463

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

条件:氨基酸转运障碍、原发性甲状旁腺功能亢进症、胶质瘤。患有各种AATS相关疾病(原发性甲状旁腺功能亢进症、胶质瘤等)的患者接受了11C/18F-MET/FET PET/CT检查,用于初始评估或复发检测。病灶摄取通过最大标准摄取值(SUVmax)进行量化。计算了11C/18F-MET/FET的敏感性、特异性、阳性预测值(PPV)、阴性预测值(NPV)和准确性。

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