胶质瘤治疗期间脑连接变化数据集

该数据集来自clinicaltrials.gov,聚焦胶质瘤患者治疗期间的脑连接变化,属于肿瘤/脑肿瘤分类。研究通过重复脑成像检查,观察负责运动、语言、感觉等重要脑区及其神经纤维通路在治疗不同阶段的适应与重组,并分析脑活动与结构随时间的变化

Johannes Kepler University of LinzJohannes Kepler University of Linz
clinicaltrials
浏览 13
图像预测Glioma (Any Grade) in the BrainGliomas, MalignantfMRI ResearchNeurocognitive Function
Brain Connectivity Changes in Glioma Patients During Treatment

基本信息

模态
图像
任务类型
预测
创建/更新时间
2026-10-20

资源简介

胶质瘤治疗期间脑连接变化数据集

该数据集来自clinicaltrials.gov,聚焦胶质瘤患者治疗期间的脑连接变化,属于肿瘤/脑肿瘤分类。研究通过重复脑成像检查,观察负责运动、语言、感觉等重要脑区及其神经纤维通路在治疗不同阶段的适应与重组,并分析脑活动与结构随时间的变化。数据可用于研究胶质瘤治疗过程中脑功能与结构的动态演变,支持对脑区重组和神经认知功能变化的预测性分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):病症:脑内胶质瘤(任意级别)、恶性胶质瘤、fMRI研究、神经认知功能。这项观察性研究的目标是更好地理解胶质瘤治疗期间大脑如何变化。研究特别关注负责运动、语言或感觉等重要功能的脑区,以及连接这些区域的神经纤维通路的变化。本研究旨在回答的主要问题是:在胶质瘤治疗过程中,重要脑区及其连接如何适应和重组?胶质瘤患者将作为常规医疗护理的一部分接受重复脑成像检查。这些图像将随时间进行分析,以观察治疗不同阶段脑活动和结构的变化。通过研究这些变化,研究人员希望获得关于大脑的新见解。

【主题与分类】

主题标签:Glioma (Any Grade) in the Brain、Gliomas, Malignant、fMRI Research、Neurocognitive Function。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07612917

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/NCT07612917

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:脑内胶质瘤(任何级别)、胶质瘤、恶性、fMRI研究、神经认知功能。这项观察性研究的目标是更好地了解胶质瘤治疗期间大脑如何发生变化。具体而言,该研究关注负责运动、语言或感觉等功能的重要脑区的变化,以及连接这些区域的神经纤维通路。本研究旨在回答的主要问题是:在胶质瘤治疗过程中,重要脑区及其连接如何适应和重组?胶质瘤患者将作为其常规医疗护理的一部分接受重复的脑影像检查。这些图像将随时间进行分析,以观察治疗不同阶段大脑活动和结构的变化。通过研究这些变化,研究人员希望在整个胶质瘤治疗过程中对大脑的适应能力(神经可塑性)获得新的认识。

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