DOTATOC PET/CT 用于神经内分泌肿瘤成像
该数据集来自 clinicaltrials.gov,聚焦神经内分泌肿瘤患者的 DOTATOC PET/CT 成像研究。覆盖神经内分泌肿瘤、胰岛素瘤、胃泌素瘤、胰高血糖素瘤、VIP瘤、嗜铬细胞瘤、副神经节瘤、神经母细胞瘤等病种

基本信息
资源简介
DOTATOC PET/CT 用于神经内分泌肿瘤成像
该数据集来自 clinicaltrials.gov,聚焦神经内分泌肿瘤患者的 DOTATOC PET/CT 成像研究。覆盖神经内分泌肿瘤、胰岛素瘤、胃泌素瘤、胰高血糖素瘤、VIP瘤、嗜铬细胞瘤、副神经节瘤、神经母细胞瘤等病种。每名受试者接受两次 PET/CT 扫描,分别使用 68Ga-DOTATOC 与 18F-FDG。数据可用于评估放射性示踪剂的安全性监测、不良事件短期评价及患者随访,支持神经内分泌肿瘤影像学分类与相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经内分泌肿瘤、胰岛素瘤、胃泌素瘤、胰高血糖素瘤、VIP瘤、嗜铬细胞瘤、副神经节瘤、神经母细胞瘤。每名受试者将接受两次 PET/CT 扫描,一次使用 68Ga-DOTATOC,另一次使用 18-氟-氟脱氧葡萄糖(18F-FDG)。68Ga-DOTATOC 放射性示踪剂根据向 Health Canada 提交的临床试验申请为本研究生产。18F-FDG 被视为标准护理,并已获 Health Canada 批准。在提供知情书面同意后,受试者将完成一份病史问卷。不良事件监测:将通过比较给予 68Ga-DOTATOC 前后的生命体征,对不良事件进行短期评估。给予 68Ga-DOTATOC 二十四小时后,研究协调员将致电患者,了解其在该时间段内是否出现任何不良事件,并完成
【主题与分类】
主题标签:Neuroendocrine Tumors、Insulinoma、Gastrinoma、Glucagonoma、Vipoma、Pheochromocytoma、Paraganglioma、Neuroblastoma、Ganglioneuroma、Medullary Carcinoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03583528
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/NCT03583528
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:神经内分泌肿瘤、胰岛素瘤、胃泌素瘤、胰高血糖素瘤、血管活性肠肽瘤、嗜铬细胞瘤、副神经节瘤、神经母细胞瘤。每位受试者将接受两次PET/CT扫描,一次使用68Ga-DOTATOC,另一次使用18-氟-氟脱氧葡萄糖(18F-FDG)。68Ga-DOTATOC放射性示踪剂是根据向加拿大卫生部提交的临床试验申请为本研究生产的。18F-FDG被视为标准治疗药物,并已获得加拿大卫生部批准。在提供知情书面同意后,受试者将填写一份病史问卷。不良事件监测将通过比较给予68Ga-DOTATOC前后的生命体征,对不良事件进行短期评估。给予68Ga-DOTATOC二十四小时后,研究协调员将致电患者,了解他们在此期间是否出现任何不良事件,并填写第9.6节中的不良事件问卷。
随访评估 以下信息将在PET/CT扫描后最多3年内收集: * 新治疗方案的启动 * 实验室结果和病理报告 * 影像学研究结果 * 医生的最终临床诊断及相关临床记录 预计该研究大约需要4年时间完成病例积累。
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。




