氟18氟多巴标记PET扫描用于新诊断高或低级别恶性胶质瘤手术与放疗规划
该数据集来自clinicaltrials.gov，聚焦新诊断高或低级别恶性胶质瘤患者，涵盖成人间变性星形细胞瘤、间变性室管膜瘤、间变性少突胶质细胞瘤、脑干胶质瘤、弥漫性星形细胞瘤、室管膜瘤、巨细胞胶质母细胞瘤和胶质母细胞瘤等类型
基本信息
资源简介
氟18氟多巴标记PET扫描用于新诊断高或低级别恶性胶质瘤手术与放疗规划
该数据集来自clinicaltrials.gov，聚焦新诊断高或低级别恶性胶质瘤患者，涵盖成人间变性星形细胞瘤、间变性室管膜瘤、间变性少突胶质细胞瘤、脑干胶质瘤、弥漫性星形细胞瘤、室管膜瘤、巨细胞胶质母细胞瘤和胶质母细胞瘤等类型。数据涉及18F-FDOPA PET代谢成像、MRI对比增强与活检结果的相关性分析，并比较有无代谢成像信息时的放疗靶区勾画差异，同时探索这些指标与总生存期、无进展生存期的关联。可用于脑肿瘤代谢成像与治疗规划研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人弥漫性星形细胞瘤、成人室管膜瘤、成人巨细胞胶质母细胞瘤、成人胶质母细胞瘤。主要目标：I. 确定18F-FDOPA PET活性、MRI对比增强与高或低级别胶质瘤活检之间的相关性。II. 比较有无18F-FDOPA-PET代谢成像信息时的放疗靶区勾画，以确定代谢成像在放疗治疗规划中的作用。次要目标：I. 确定18F-FDOPA PET活性、MRI对比增强与高或低级别胶质瘤活检的一致性同患者结局（包括总生存期和无进展生存期）之间的相关性。概述：从活检和切除前不超过1周开始，患者接受氟
【主题与分类】
主题标签：Adult Anaplastic Astrocytoma、Adult Anaplastic Ependymoma、Adult Anaplastic Oligodendroglioma、Adult Brain Stem Glioma、Adult Diffuse Astrocytoma、Adult Ependymoma、Adult Giant Cell Glioblastoma、Adult Glioblastoma、Adult Gliosarcoma、Adult Mixed Glioma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01165632
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/NCT01165632
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：成人间变性星形细胞瘤、成人间变性室管膜瘤、成人间变性少突胶质细胞瘤、成人脑干胶质瘤、成人弥漫性星形细胞瘤、成人室管膜瘤、成人巨细胞胶质母细胞瘤、成人胶质母细胞瘤。主要目标：I. 确定18F-FDOPA PET活性、MRI对比增强与高分级或低分级胶质瘤活检之间的相关性。II. 比较有和无18F-FDOPA-PET代谢成像信息的放疗靶区勾画，以确定代谢成像在放疗治疗计划中的作用。次要目标：I. 确定18F-FDOPA PET活性、MRI对比增强与高分级或低分级胶质瘤活检的一致性及患者结局（包括总生存期和无进展生存期）之间的相关性。大纲：从活检和切除前不超过1周开始，患者接受氟F 18氟多巴标记的PET/CT扫描和术前MRI。随后患者接受立体定向开颅术。部分患者可能还接受放射治疗。研究治疗完成后，患者每年随访一次，持续5年。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
