放疗后脑肿瘤表征的MRF开发

数据集获取

源站：https://clinicaltrials.gov/study/NCT06101069

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

疾病：脑肿瘤、脑坏死、脑转移瘤、胶质瘤。尽管立体定向放射外科（SRS）是一种有效的治疗方法，但在SRS后数月乃至1年多，33%接受治疗的脑转移瘤在影像学上体积增大，疑似肿瘤进展。然而，根据随访活检结果，影像学上新发现的大多数转移灶实际上是放射治疗效应，而非活动性肿瘤。迄今为止，区分活动性肿瘤与放射性坏死的唯一金标准是手术切除进行病理确诊，但该方法具有侵入性，不适合手术条件差的患者，且在坏死情况下应予以避免。现有的临床影像技术在区分这两种组织方面敏感性或特异性较差。近年来，一种新型MRI数据采集方法——磁共振指纹成像（MRF）被引入，可在单次MRI扫描中同时测量多个重要参数。

此外，定量扩散MRI技术，如体素内不相干运动（IVIM）技术，能够作为一种无创且强大的工具，通过测量体内水分子扩散和微循环灌注来量化微观结构信息。本研究旨在展示将MRF与最先进的并行成像技术相结合，在5分钟合理扫描时间内实现全脑覆盖的高分辨率定量成像的临床可行性。同时，研究还旨在将所开发的定量方法与IVIM MRI结合应用于肿瘤复发与放射性坏死的鉴别。本研究所开发的多参数定量指标有望为脑肿瘤的诊断和监测建立新的基本生物标志物。

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。