脑转移瘤放疗患者的神经心理变化
该数据集来自 clinicaltrials.gov,聚焦接受放射治疗的脑转移瘤患者的神经心理变化。源站描述指出,转移性脑肿瘤比原发性脑肿瘤更常见,约见于每年死于癌症患者的25%;RTOG 基于 KPS、年龄和疾病状态通过 RPA 建立三个预后分级,但未纳入神经心理功能作为结局指标,且该人群神经心理功

基本信息
资源简介
脑转移瘤放疗患者的神经心理变化
该数据集来自 clinicaltrials.gov,聚焦接受放射治疗的脑转移瘤患者的神经心理变化。源站描述指出,转移性脑肿瘤比原发性脑肿瘤更常见,约见于每年死于癌症患者的25%;RTOG 基于 KPS、年龄和疾病状态通过 RPA 建立三个预后分级,但未纳入神经心理功能作为结局指标,且该人群神经心理功能测试选择尚无标准化共识。神经心理功能对生活质量有重要影响,应纳入预后判断和治疗选择。数据可用于研究神经心理变化与放疗预后的关联(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑转移瘤、癌症。背景: 转移性脑肿瘤的发生频率高于原发性脑肿瘤,约见于每年死于癌症患者的25%。 放射治疗肿瘤学组(RTOG)利用大型数据库的递归划分分析(RPA)制定了三个预后分级。这些分级基于卡氏功能状态评分(KPS)、年龄和疾病状态。 RTOG RPA 分级未将神经心理功能作为结局指标。 对于该患者群体神经心理功能变化的测量,测试选择尚无标准化共识。 神经心理功能对生活质量有重要影响,在确定患者预后和治疗选择时应予以纳入。 在确定疗效时,神经心理功能很重要
【主题与分类】
主题标签:Brain Metastasis、Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01445483
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/NCT01445483
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:脑转移、癌症。背景:* 转移性脑肿瘤的发生频率高于原发性脑肿瘤,每年约25%死于癌症的患者中存在脑转移。* 放射治疗肿瘤学组(RTOG)通过对大型数据库进行递归分割分析(RPA),制定了三个预后分级。这些分级基于卡氏功能状态评分(KPS)、年龄和疾病状态。* RTOG RPA分级未将神经心理功能作为结局指标纳入。* 对于该患者群体中用于测量神经心理功能变化的测试选择标准化,尚无共识。* 神经心理功能对生活质量有重要影响,在确定患者预后和治疗方案时应予以纳入。* 在确定治疗效果和衡量临床试验结局时,神经心理功能具有重要意义。目的:* 确定能够检测接受放射治疗的脑转移患者神经心理功能显著变化的神经心理测试评分。
- 探讨接受放射治疗的脑转移患者的神经心理功能与生存之间的关系。入选标准:* 年龄18岁及以上。* 经病理学证实为原发性恶性肿瘤,且通过静脉造影脑部MRI扫描发现至少一个脑实质内转移灶。* 患者必须能够用英语交流,以完成神经心理评估。设计:* 这是一项纵向研究,将对接受放射治疗的脑转移患者进行系列神经心理评估。* 患者将在放射治疗(全脑放疗或全脑放疗后立体定向放射外科)前、放射治疗完成后2周,然后每3个月接受一次神经心理测试组合,直至12个月。* 测试组合将包括约40分钟的直接认知
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。




