用于根除弥漫性内生性脑桥胶质瘤(DIPG)的生物医学数据集
该数据集来自 clinicaltrials.gov,主题为弥漫性内生性脑桥胶质瘤(DIPG),属于肿瘤与脑肿瘤范畴。DIPG 几乎只发生于儿童和青少年,占后颅窝肿瘤的 15% 至 20%,在法国每年新增病例仅 30 至 40 例

基本信息
资源简介
用于根除弥漫性内生性脑桥胶质瘤(DIPG)的生物医学数据集
该数据集来自 clinicaltrials.gov,主题为弥漫性内生性脑桥胶质瘤(DIPG),属于肿瘤与脑肿瘤范畴。DIPG 几乎只发生于儿童和青少年,占后颅窝肿瘤的 15% 至 20%,在法国每年新增病例仅 30 至 40 例。其临床表现刻板,病程短,MRI 表现独特,通常足以据此确诊。DIPG 预后始终不良,中位总生存期为 9 至 10 个月,多数患者在确诊后两年内死亡。脑干浸润性恶性胶质瘤是儿科肿瘤学的最大挑战,尽管开展了大量协作研究,患者生存率三十年来未见显著提高。该数据可用于相关分类研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:弥漫性内生性脑桥胶质瘤。弥漫性内生性脑桥胶质瘤(DIPG)几乎只发生于儿童和青少年,占后颅窝肿瘤的 15% 至 20%。即使它是最常见的恶性脑肿瘤之一,在法国每年也仅有 30 至 40 例新发病例。其临床表现刻板,病程短,MRI 表现独特,通常被认为足以据此确立诊断。DIPG 的预后始终不良;中位总生存期一般为 9 至 10 个月,大多数患者将在确诊后两年内死亡(Kaplan 1996,Hargrave 2006)。浸润脑干的恶性胶质瘤是儿科肿瘤学的最大挑战;尽管开展了大量协作研究,患者生存率在三十年内未见显著提高(Hargrave 200
【主题与分类】
主题标签:Diffuse Intrinsic Pontine Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02233049
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/NCT02233049
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:弥漫性内生性脑桥胶质瘤。弥漫性内生性脑桥胶质瘤几乎仅见于儿童和青少年,占后颅窝肿瘤的15%至20%。尽管它是最常见的恶性脑肿瘤之一,但在法国每年仅有30至40例新发病例。其临床表现刻板,病史短,MRI表现独特,通常被认为足以确立诊断。DIPG的预后总是不佳;中位总生存期一般为9至10个月,大多数患者在诊断后两年内死亡(Kaplan 1996,Hargrave 2006)。浸润脑干的恶性胶质瘤是儿科肿瘤学中最重大的挑战;尽管进行了大量协作研究,患者的生存率在三十年内并未显著提高(Hargrave 2009)。目前尚无经过验证的预后因素。除放疗外,目前尚无经过验证的治疗方法。几种靶向药物已在DIPG中进行测试(Pollack 2007 Haas-Kogan 2008, Geoerger, 2011),但并不知道肿瘤中是否存在相应的靶点。
对这些试验范式的批判性回顾告诉我们,这些研究中存在长期生存者,也就是说,可能有患者从所测试的治疗中获益,但人数很少。迄今为止,所尝试的新疗法都是逐一进行评估,以寻找一种对所有患者都有效的治疗方法,并通过中位生存期来衡量治疗效果。这些疗法均因无效而被否定。然而,研究者可以对这些试验中评估疗效的终点提出挑战,即长期生存者(例如>18个月)的存在及其数量不应被忽视,尤其是在考虑靶向治疗时。研究者提出在治疗选择上进行范式转变;所提出的问题将是根据最高疗效可能性为每位患者提供治疗基础
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。




