原发性脑肿瘤植入式微型装置研究
该数据集来自 clinicaltrials.gov，聚焦原发性脑肿瘤的植入式微型装置研究，覆盖 Grade II、III、IV 级胶质瘤、星形细胞瘤、少突胶质细胞瘤、间变性星形细胞瘤、间变性少突胶质细胞瘤及胶质母细胞瘤等类型
基本信息
资源简介
原发性脑肿瘤植入式微型装置研究
该数据集来自 clinicaltrials.gov，聚焦原发性脑肿瘤的植入式微型装置研究，覆盖 Grade II、III、IV 级胶质瘤、星形细胞瘤、少突胶质细胞瘤、间变性星形细胞瘤、间变性少突胶质细胞瘤及胶质母细胞瘤等类型。研究为试点研究，首次在脑肿瘤中检验该微型装置，评估其安全性及不同药物对各特定肿瘤的作用。数据可用于脑肿瘤亚型分类、药物反应差异分析及器械安全性相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：II级胶质瘤、III级胶质瘤、IV级胶质瘤、星形细胞瘤、脑少突胶质细胞瘤、脑间变性星形细胞瘤、间变性少突胶质细胞瘤、胶质母细胞瘤。本研究为试点研究，是研究者首次在脑肿瘤中检验该研究装置。FDA（美国食品药品监督管理局）尚未批准该微型装置作为任何疾病的治疗方法。研究者正在研究该微型装置的安全性以及不同药物对每种特定肿瘤的作用。已知脑肿瘤彼此差异很大，对不同药物的反应也不同。找出哪些药物最有可能对每种特定肿瘤起作用将非常有帮助。本研究涉及由一个小装置释放的药物，该装置小如针尖，在手术时被插入肿瘤中。
【主题与分类】
主题标签：Grade II Glioma、Grade III Glioma、Grade IV Glioma、Astrocytoma、Oligodendroglioma of Brain、Anaplastic Astrocytoma of Brain、Anaplastic Oligodendroglioma、Glioblastoma。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04135807
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/NCT04135807
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
疾病类型：II级胶质瘤、III级胶质瘤、IV级胶质瘤、星形细胞瘤、脑少突胶质细胞瘤、脑间变性星形细胞瘤、间变性少突胶质细胞瘤、胶质母细胞瘤。本研究为初步研究，即研究者首次在脑肿瘤中检验该研究器械。美国食品药品监督管理局（FDA）尚未批准该微型器械用于治疗任何疾病。研究者正在研究该微型器械的安全性以及不同药物对每种特定肿瘤的作用。已知脑肿瘤之间差异很大，且对不同药物的反应各不相同。找出哪种药物最有可能对每种特定肿瘤有效将非常有帮助。本研究涉及由一个小型器械释放的药物，该器械小如针尖，在手术时植入肿瘤内，并在手术结束时取出。本研究的目标是证明微型器械可用于找出哪些药物对治疗恶性脑肿瘤有更好的效果。参与者将参与本研究最长30天。
Expected enrollment is about 30 people.
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。
