良性脑肿瘤照射 dorsal vagal complex 所致恶心 (NausiCAA)
该数据集来自 clinicaltrials.gov,主题为良性脑肿瘤患者接受脑部放疗后出现的恶心。源站描述指出,dorsal vagal complex (DVC) 区域被认为是导致恶心的可能脑干区域,已有临床研究显示 DVC 剂量与恶心相关,但既往研究针对气道和上消化道肿瘤,混杂因素较多

基本信息
资源简介
良性脑肿瘤照射 dorsal vagal complex 所致恶心 (NausiCAA)
该数据集来自 clinicaltrials.gov,主题为良性脑肿瘤患者接受脑部放疗后出现的恶心。源站描述指出,dorsal vagal complex (DVC) 区域被认为是导致恶心的可能脑干区域,已有临床研究显示 DVC 剂量与恶心相关,但既往研究针对气道和上消化道肿瘤,混杂因素较多。Bordeaux University Hospital 放疗肿瘤科对 102 例良性脑肿瘤放疗患者开展的回顾性研究显示,DVC 照射与恶心发生显著相关。本前瞻性、多中心、非干预性研究旨在使用经验证的恶心问卷 Functional Living Index-Emesis (FLIE sco) 进行评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:良性脑肿瘤。接受脑部放疗的患者常出现恶心。背侧迷走复合体(DVC)区域是脑干的一个特定区域,已被认为可能是引起恶心的原因。现有临床研究显示,DVC受照剂量与恶心之间存在相关性,但这些研究涉及的是气道和上消化道肿瘤,其中存在许多混杂因素。波尔多大学医院放射肿瘤科对102例因良性脑肿瘤接受放疗的患者进行了一项回顾性研究。该研究显示,DVC照射与恶心的发生显著相关。然而,该症状会日常影响生活质量。这项前瞻性、多中心、非干预性研究的目的是,使用经过验证的恶心问卷:功能性生活指数-呕吐(FLIE评分),评估良性脑肿瘤中DVC照射与恶心之间的相关性,评估时间点为放疗结束时、1个月后和3个月后。与脑部照射相关的疲劳也将使用BFI(简明疲劳量表)进行研究。如果已确立联系,则将能够针对该结构提出次要剂量约束,以减少这些放疗适应证中的恶心。
【主题与分类】
主题标签:Benign Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06506578
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/NCT06506578
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:良性脑肿瘤。接受脑部放疗的患者常出现恶心。背侧迷走复合体(DVC)区域是脑干的一个特定区域,已被认为可能是导致恶心的原因。现有临床研究显示DVC受照剂量与恶心之间存在相关性,但这些研究涉及的是气道和上消化道肿瘤,其中存在许多混杂因素。波尔多大学医院放射肿瘤科对102例因良性脑肿瘤接受放疗的患者进行了一项回顾性研究。该研究显示,DVC照射与恶心的发生显著相关。然而,该症状会日常影响生活质量。这项前瞻性、多中心、非干预性研究的目的是使用经过验证的恶心问卷:功能性生活指数-呕吐(FLIE评分),评估良性脑肿瘤中DVC照射与恶心之间的相关性,评估时间点为放疗结束时、1个月后和3个月后。脑部照射相关的疲劳也将使用BFI(简明疲劳量表)进行研究。
如果存在已确立的关联,就可以针对该结构提出次级剂量约束,以减少这些放疗适应证中的恶心。
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。




