多奈哌齐与银杏叶提取物在放射性脑肿瘤中的II期研究
该数据集来自 clinicaltrials.gov,聚焦于原发性脑肿瘤或脑转移患者接受放疗至少6个月后,使用多奈哌齐或EGb761(银杏叶提取物)对神经认知功能、毒性、生活质量及放射性白质病变和颞叶萎缩的影响

基本信息
资源简介
多奈哌齐与银杏叶提取物在放射性脑肿瘤中的II期研究
该数据集来自 clinicaltrials.gov,聚焦于原发性脑肿瘤或脑转移患者接受放疗至少6个月后,使用多奈哌齐或EGb761(银杏叶提取物)对神经认知功能、毒性、生活质量及放射性白质病变和颞叶萎缩的影响。研究为开放标签、多中心设计,分为两组:组1口服多奈哌齐每日一次,组2口服EGb761每日三次,均持续24周。数据可用于预测药物对认知功能的改善效果、评估毒性及生活质量变化,并量化放射诱导的脑结构改变(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑和中枢神经系统肿瘤,放射性毒性。目的:主要 确定多奈哌齐或EGb761对在注册研究前至少6个月因原发性脑肿瘤或脑转移接受放疗的患者的神经认知功能的影响。次要 确定这些药物在这些患者中的毒性。 确定接受这些药物治疗的患者的生活质量。 量化接受这些药物治疗的患者中放射性白质病变和颞叶萎缩的程度。概述:这是一项开放标签、多中心研究。 组1(2003年10月9日停止入组):患者口服多奈哌齐,每日一次,持续24周。 组2:患者口服EGb761,每日三次,持续24周。在两组中(组1于2003年10月9日停止入组),在没有不可接受的毒性的情况下继续治疗。在
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Radiation Toxicity。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00070161
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/NCT00070161
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:脑与中枢神经系统肿瘤、放射性毒性。目的:主要目的 * 确定多奈哌齐或EGb761对在研究注册前至少6个月因原发性脑肿瘤或脑转移接受放射治疗患者的神经认知功能的影响。次要目的 * 确定这些药物在这些患者中的毒性。 * 确定接受这些药物治疗的患者的生活质量。 * 量化接受这些药物治疗的患者中放射性诱导的白质病变和颞叶萎缩的程度。概述:这是一项开放标签、多中心研究。 * 第1组(2003年10月9日停止招募):患者每日口服一次多奈哌齐,持续24周。 * 第2组:患者每日口服三次EGb761,持续24周。两组(第1组于2003年10月9日停止招募)在未出现不可接受毒性的情况下继续治疗。两组(第1组于2003年10月9日停止招募)在基线和第6周(仅第1组)、第12周、第24周和第30周进行生活质量和神经认知评估。患者在第6周进行随访。
预计入组人数:本研究将在9.5个月内入组70名患者(每组35名)。(第1组已于2003年10月9日停止入组)
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。




