联合化疗治疗儿童进展性脑肿瘤
该数据集来自 clinicaltrials.gov，主题为儿童进展性脑肿瘤的联合化疗研究。研究比较卡铂联合长春新碱与硫鸟嘌呤、丙卡巴肼、洛莫司汀、长春新碱两种方案，评估无事件生存期、肿瘤反应率、毒性反应与生活质量，并考察肿瘤大小、位置、病理亚型、细胞遗传学及 MIB-1（Ki67）增殖指数等生物学与
基本信息
资源简介
联合化疗治疗儿童进展性脑肿瘤
该数据集来自 clinicaltrials.gov，主题为儿童进展性脑肿瘤的联合化疗研究。研究比较卡铂联合长春新碱与硫鸟嘌呤、丙卡巴肼、洛莫司汀、长春新碱两种方案，评估无事件生存期、肿瘤反应率、毒性反应与生活质量，并考察肿瘤大小、位置、病理亚型、细胞遗传学及 MIB-1（Ki67）增殖指数等生物学与临床预测因素，同时研究未接受放疗患儿的神经心理与内分泌状态。数据可用于儿童脑肿瘤化疗疗效与预后相关建模（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：脑肿瘤、中枢神经系统肿瘤。目标： 比较卡铂联合长春新碱与硫鸟嘌呤、丙卡巴肼、洛莫司汀和长春新碱治疗儿童进展性脑肿瘤的无事件生存期。 估计这些患者对每种化疗方案的肿瘤反应率。 确定接受每种化疗方案治疗的儿童的毒性反应和生活质量。 研究可能预测这些患者肿瘤反应和早期进展的生物学和临床因素（肿瘤大小、位置、病理亚型、细胞遗传学和 MIB-1（Ki67）增殖指数）。* 研究未接受放疗的脑肿瘤儿童的神经心理和内分泌状态的影响因素。概要：这是一项随机研究。患者根据疾病部位、状态
【主题与分类】
主题标签：Brain Tumors、Central Nervous System Tumors。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00002944
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/NCT00002944
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：脑肿瘤、中枢神经系统肿瘤。目的：* 比较卡铂和长春新碱与硫鸟嘌呤、丙卡巴肼、洛莫司汀和长春新碱治疗进行性脑肿瘤患儿的无事件生存期。* 评估这些患者对每种化疗方案的肿瘤缓解率。* 确定接受每种化疗方案治疗的儿童的毒性反应和生活质量。* 研究可能预测这些患者肿瘤缓解和早期进展的生物学和临床因素（肿瘤大小、位置、病理亚型、细胞遗传学和MIB-1（Ki67）增殖指数）。* 研究影响未接受放疗的脑肿瘤患儿神经心理和内分泌状态的因素。大纲：这是一项随机研究。患者按疾病部位、入组时状态和病理进行分层。患者随机分配至两个治疗组之一。患有神经纤维瘤病的患者非随机分配至第二组。* 第一组：患者接受卡铂和长春新碱诱导治疗10周，随后休息2周。
诱导治疗后，从诱导治疗第84天或造血功能恢复后开始，进行8个疗程的维持治疗。每个疗程包括每周一次卡铂，共4周；每周一次长春新碱，共3周（与卡铂前3周同时给予），随后休息2周。* 第二组：患者在第0-4天口服硫鸟嘌呤、丙卡巴肼和洛莫司汀，随后在第14天和第28天静脉注射长春新碱。治疗每6周重复一次，最多8个疗程。预计入组人数：4年内将累计入组280-340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。
