良性颅内脑肿瘤大分割质子治疗研究(HiPPI 研究)
该数据集来自 clinicaltrials.gov,收录 HiPPI 研究信息,覆盖 Grade I、II、III 级脑膜瘤、颅内肿瘤、神经鞘肿瘤、垂体腺瘤及神经鞘瘤等良性颅内肿瘤

基本信息
资源简介
良性颅内脑肿瘤大分割质子治疗研究(HiPPI 研究)
该数据集来自 clinicaltrials.gov,收录 HiPPI 研究信息,覆盖 Grade I、II、III 级脑膜瘤、颅内肿瘤、神经鞘肿瘤、垂体腺瘤及神经鞘瘤等良性颅内肿瘤。研究主要目标是报告中等大分割质子或光子治疗良性颅内肿瘤的 3 年局部肿瘤控制;次要目标包括评估中等大分割笔束扫描质子治疗的可行性、按 CTCAE 5.0 报告急性和晚期毒性、以及报告神经认知影响、健康相关生活质量和患者报告的毒性。可用于脑肿瘤质子治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:Grade I 脑膜瘤、Grade II 脑膜瘤、Grade III 脑膜瘤、颅内肿瘤、神经鞘肿瘤、垂体腺瘤、神经鞘瘤。主要目标:I. 报告中等大分割质子或光子治疗良性颅内肿瘤的 3 年局部肿瘤控制。次要目标:I. 证明中等大分割笔束扫描质子治疗颅内肿瘤的可行性。II. 根据不良事件通用术语标准(CTCAE)5.0 版报告中等大分割笔束扫描质子治疗颅内肿瘤的医生报告的急性和晚期毒性。III. 报告中等大分割笔束扫描质子治疗颅内肿瘤的神经认知影响、健康相关生活质量和患者报告的毒性。大纲:患者被分配
【主题与分类】
主题标签:Grade I Meningioma、Grade II Meningioma、Grade III Meningioma、Intracranial Neoplasm、Nerve Sheath Neoplasm、Pituitary Gland Adenoma、Schwannoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04278118
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/NCT04278118
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:I级脑膜瘤、II级脑膜瘤、III级脑膜瘤、颅内肿瘤、神经鞘肿瘤、垂体腺瘤、神经鞘瘤。主要目的:I. 报告中度大分割质子或光子治疗对良性颅内肿瘤的3年局部肿瘤控制情况。次要目的:I. 证明中度大分割笔束扫描质子治疗颅内肿瘤的可行性。II. 根据不良事件通用术语标准(CTCAE)第5.0版,报告医生报告的中度大分割笔束扫描质子治疗颅内肿瘤的急性和晚期毒性。III. 报告中度大分割笔束扫描质子治疗颅内肿瘤的神经认知影响、健康相关生活质量和患者报告的毒性。大纲:患者被分配到2个队列中的1个。队列I:患有良性和影像学诊断的颅内肿瘤的患者,在没有疾病进展或不可接受的毒性的情况下,每天接受大分割质子或光子放射治疗,周一至周五,共17次分割,持续3.5-4周。
队列II:经病理确诊为世界卫生组织(WHO)2-3级脑膜瘤的患者,在无疾病进展或不可接受的毒性的情况下,每周一至周五接受每日低分割质子或光子放射治疗,共20次,持续3.5-4周。完成研究治疗后,对患者进行定期随访。
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。




