Porfimer Sodium光动力疗法治疗难治性脑肿瘤
该数据集来自clinicaltrials.gov,聚焦于难治性脑肿瘤患者接受腔內光照射光动力疗法的临床研究。研究采用剂量递增设计,按肿瘤位置分层,术前静脉给予benzoporphyrin monoacid ring A,约3小时后开颅进行光照射,直径大于2cm的肿瘤同时行肉眼全切

基本信息
资源简介
Porfimer Sodium光动力疗法治疗难治性脑肿瘤
该数据集来自clinicaltrials.gov,聚焦于难治性脑肿瘤患者接受腔內光照射光动力疗法的临床研究。研究采用剂量递增设计,按肿瘤位置分层,术前静脉给予benzoporphyrin monoacid ring A,约3小时后开颅进行光照射,直径大于2cm的肿瘤同时行肉眼全切。主要目标为确定最大耐受剂量,并评估神经毒性、临床状态、影像学变化及生存情况。数据可用于分析剂量-毒性关系、疗效预测及生存建模等(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,转移性癌症。目标: 确定接受腔內光照射光动力疗法的难治性脑肿瘤患者中benzoporphyrin monoacid ring A的最大耐受剂量。 确定该方案对这些患者的神经毒性、临床状态、影像学变化和生存的影响。概述:这是一项剂量递增研究。患者根据肿瘤位置(后颅窝肿瘤 vs 所有其他脑肿瘤)进行分层。患者术前静脉注射benzoporphyrin monoacid ring A(BPD-MA)。给予BPD-MA约3小时后,患者接受开颅术并对肿瘤进行光照射。直径大于2cm的肿瘤患者还接受肉眼肿瘤切除术。3-6名患者的队列接受递增剂量的BPD-MA,直至最大耐受剂量(MT
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Metastatic Cancer。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00002647
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/NCT00002647
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:脑及中枢神经系统肿瘤、转移性癌症。目的:* 确定苯并卟啉单酸环A在难治性脑肿瘤患者接受空洞光照明光动力疗法时的最大耐受剂量。* 确定此方案对这些患者的神经毒性、临床状态、影像学变化及生存期的影响。概述:这是一项剂量递增研究。患者根据肿瘤位置(后颅窝肿瘤与其他所有脑肿瘤)进行分层。患者术前接受苯并卟啉单酸环A(BPD-MA)静脉注射。给予BPD-MA约3小时后,患者接受开颅手术并对肿瘤进行光照明。直径大于2厘米的肿瘤患者还需接受大体肿瘤切除术。3-6名患者组成的队列接受递增剂量的BPD-MA,直至确定最大耐受剂量(MTD)。MTD定义为紧接着3名中有2名或6名中有2名患者经历剂量限制性毒性的剂量之前的剂量。在MTD水平再治疗3名额外患者。
患者分别在4周和6周时进行随访,随后1年内每3个月随访一次,接下来1年内每6个月随访一次,此后每年随访一次。预计入组人数:本研究将在3年内至少入组24名患者。
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。




