MTX110治疗新诊断弥漫性中线胶质瘤的CED数据集
该数据集来自clinicaltrials.gov，聚焦新诊断弥漫性中线胶质瘤（DMG）的MTX110治疗研究。源站描述涵盖弥漫性内生性脑桥胶质瘤（DIPG）、弥漫性脑桥和丘脑胶质瘤及弥漫性中线胶质瘤，指出DMG占儿童中枢神经系统肿瘤的10%，DIPG预后差，中位生存期通常为9个月，近90%患儿在诊断
基本信息
资源简介
MTX110治疗新诊断弥漫性中线胶质瘤的CED数据集
该数据集来自clinicaltrials.gov，聚焦新诊断弥漫性中线胶质瘤（DMG）的MTX110治疗研究。源站描述涵盖弥漫性内生性脑桥胶质瘤（DIPG）、弥漫性脑桥和丘脑胶质瘤及弥漫性中线胶质瘤，指出DMG占儿童中枢神经系统肿瘤的10%，DIPG预后差，中位生存期通常为9个月，近90%患儿在诊断后18个月内死亡。主要治疗为原发肿瘤部位放疗，手术切除不影响结局且常不可行。许多有前景的中枢神经系统药物因血脑屏障（BBB）限制而未能取得临床成功，全身高剂量给药或可增加脑内递送（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：弥漫性内生性脑桥胶质瘤、弥漫性脑桥和丘脑胶质瘤、弥漫性中线胶质瘤。弥漫性中线胶质瘤（DMG）占所有儿童中枢神经系统（CNS）肿瘤的10%。弥漫性内生性脑桥胶质瘤（DIPG）受试者预后差，中位生存期通常报告为9个月，近90%的儿童在诊断后18个月内死亡。主要治疗是对原发肿瘤部位进行放疗。手术切除不影响结局，且在中枢神经系统的这一部位通常不可行。许多有前景的中枢神经系统（CNS）疾病药物因完整的血脑屏障（BBB）限制其从体循环进入大脑而未能取得临床成功。全身给予高剂量可能增加向大脑的递送，但这种方法
【主题与分类】
主题标签：Diffuse Intrinsic Pontine Glioma、Diffuse Pontine and Thalamic Gliomas、Diffuse Midline Glioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04264143
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/NCT04264143
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、弥漫性脑桥和丘脑胶质瘤、弥漫性中线胶质瘤。弥漫性中线胶质瘤（DMGs）占所有儿童中枢神经系统（CNS）肿瘤的10%。弥漫性内生性脑桥胶质瘤（DIPG）患者预后不良，中位生存期通常报告为9个月，近90%的儿童在诊断后18个月内死亡。治疗的主要手段是对原发肿瘤部位进行放疗。手术切除不影响结局，并且在中枢神经系统的这一部位通常不可行。许多有前景的中枢神经系统（CNS）疾病药物由于完整的血脑屏障（BBB）而未能取得临床成功，限制了它们从体循环进入大脑。全身给予高剂量可能会增加向大脑的递送，但这种方法存在显著副作用和全身毒性的风险。通过注射到脑实质直接将药物递送到大脑可绕过BBB，然而，药物从注射部位的分布往往有限。
药物的对流增强递送（CED）是指通过靶向微导管在控制压力下将药物输注到脑实质中。这项技术有助于使药物在脑组织或肿瘤中达到更高的浓度。血脑屏障此时可以发挥作用，将药物保留在脑内，并显著减少全身性副作用。此外，帕比司他似乎是对DIPG细胞最有效的临床可用药物。
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。
