68Ga-DOTATOC PET CT 在儿童及青年脑肿瘤中的疗效
覆盖听神经瘤、成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人颅咽管瘤等病种
基本信息
资源简介
68Ga-DOTATOC PET CT 在儿童及青年脑肿瘤中的疗效
该数据集来自 clinicaltrials.gov，聚焦 68Ga-DOTATOC PET/CT 在儿童及青年脑肿瘤患者中的应用。覆盖听神经瘤、成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人颅咽管瘤等病种。主要目标为评估 68Ga-DOTATOC PET 联合 MRI 能否区分髓母细胞瘤、幕上原始神经外胚层肿瘤等胚胎性肿瘤与低级别和高级别胶质瘤，并判断其能否帮助识别术前 PET 阳性患者术后残留肿瘤。患者基线及术后 1 至 30 天接受镓 Ga 68-edotreotide PET/CT 检查（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：听神经瘤、成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人颅咽管瘤。主要目标：I. 确定 68Ga-DOTATOC（镓 Ga 68-edotreotide）PET 与磁共振成像（MRI）联合使用时，能否将髓母细胞瘤和幕上原始神经外胚层肿瘤（PNET）等胚胎性肿瘤与低级别和高级别胶质瘤区分开来。II. 确定 68Ga-DOTATOC PET 是否有助于识别那些术前 68Ga-DOTATOC PET 阳性的患者术后残留的肿瘤。概述：患者在基线和术后 1-30 天接受镓 Ga 68-edotreotide PET/CT。
【主题与分类】
主题标签：Acoustic Schwannoma、Adult Anaplastic Astrocytoma、Adult Anaplastic Ependymoma、Adult Anaplastic Meningioma、Adult Anaplastic Oligodendroglioma、Adult Brain Stem Glioma、Adult Choroid Plexus Tumor、Adult Craniopharyngioma、Adult Diffuse Astrocytoma、Adult Ependymoblastoma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02194452
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/NCT02194452
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：听神经鞘瘤、成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性脑膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人脉络丛肿瘤、成人颅咽管瘤。主要目标：I. 确定68Ga-DOTATOC（镓Ga 68-edotreotide）PET与磁共振成像（MRI）联合应用时，能否将髓母细胞瘤和幕上原始神经外胚层肿瘤（PNET）等胚胎性肿瘤与低级别和高级别胶质瘤区分开来。II. 确定68Ga-DOTATOC PET是否有助于识别那些术前68Ga-DOTATOC PET阳性的患者术后残留肿瘤。方案概要：患者在基线和术后1-30天接受镓Ga 68-edotreotide PET/CT检查。
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。
