FUS Etoposide 治疗 DMG 数据集
该数据集来源于 clinicaltrials.gov,主题为 FUS Etoposide 用于 DMG 治疗,属于肿瘤与脑肿瘤范畴

基本信息
资源简介
FUS Etoposide 治疗 DMG 数据集
该数据集来源于 clinicaltrials.gov,主题为 FUS Etoposide 用于 DMG 治疗,属于肿瘤与脑肿瘤范畴。覆盖的疾病包括 Diffuse Intrinsic Pontine Glioma、Diffuse Midline Glioma 以及 H3 K27M-Mutant。源站描述指出弥漫性中线胶质瘤占所有儿童中枢神经系统肿瘤的 10%,DIPG 预后差,中位生存期通常为 9 个月,近 90% 患儿在确诊后 18 个月内死亡,主要治疗为原发灶放疗,手术切除不影响结局且常不可行,血脑屏障限制了许多有前景药物的临床成功。可用于相关疾病分类与治疗研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Diffuse Intrinsic Pontine Glioma、Diffuse Midline Glioma、H3 K27M-Mutant。弥漫性中线胶质瘤占所有儿童中枢神经系统(CNS)肿瘤的 10%。Diffuse Intrinsic Pontine Glioma(DIPG)受试者预后差,中位生存期通常报告为 9 个月,近 90% 的儿童在确诊后 18 个月内死亡。主要治疗是对原发肿瘤部位进行放疗。手术切除不影响结局,并且在中枢神经系统的这一部位通常不可行。许多有前景的中枢神经系统疾病药物未能取得临床成功,原因是完整的血脑屏障限制了它们从体循环进入大脑。全身给予高剂量可能增加向大脑的递送,但这种方法存在显著副作用的风险,并且
【主题与分类】
主题标签:Diffuse Intrinsic Pontine Glioma、Diffuse Midline Glioma, H3 K27M-Mutant。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05762419
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/NCT05762419
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:弥漫性内生性桥脑胶质瘤、弥漫性中线胶质瘤、H3 K27M突变型。弥漫性中线胶质瘤占所有儿童中枢神经系统(CNS)肿瘤的10%。弥漫性内生性桥脑胶质瘤(DIPG)患者预后不良,中位生存期通常报告为9个月,近90%的儿童在确诊后18个月内死亡。治疗的主要手段是对原发肿瘤部位进行放疗。手术切除不影响预后,并且在中枢神经系统的这一部位通常不可行。许多有前景的中枢神经系统疾病药物由于完整的血脑屏障而未能取得临床成功,限制了它们从体循环进入大脑。全身给予高剂量可能会增加向大脑的递送,但这种方法存在显著副作用和全身毒性的风险。通过注射到脑实质直接将药物递送到大脑可绕过血脑屏障;然而,药物从注射部位的分布往往有限。
使用聚焦超声联合微泡及神经导航仪控制的超声辐照技术,可暂时打开血脑屏障,使更高浓度的药物到达肿瘤,从而可能改善患者的治疗反应。在当前研究中,研究者计划评估使用聚焦超声和开放空间神经导航仪控制的超声辐照来打开一到两个肿瘤部位的安全性和可行性。为研究目的,研究者将对患有进展性弥漫性中线胶质瘤的儿童口服依托泊苷。该药物具有已知的毒性特征、剂量,并且对多种转移性癌症具有充分记录的有效性。血脑屏障的成功打开和关闭将通过定期磁共振成像(MRI)来确认。
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。




