新诊断高级别胶质瘤的放疗前化疗

该数据集来自 clinicaltrials.gov,聚焦新诊断高级别胶质瘤(HGG)的放疗前化疗策略,涵盖胶质母细胞瘤、星形细胞瘤和少突胶质细胞瘤等类型

The Cooper Health SystemThe Cooper Health System
clinicaltrials
浏览 3
医学影像High Grade GliomasGlioblastomaAstrocytomaOligodendroglioma
Pre-Radiation Chemotherapy for Newly Diagnosed High-Grade Glioma.

基本信息

模态
医学影像
创建/更新时间
2026-10-10

资源简介

新诊断高级别胶质瘤的放疗前化疗

该数据集来自 clinicaltrials.gov,聚焦新诊断高级别胶质瘤(HGG)的放疗前化疗策略,涵盖胶质母细胞瘤、星形细胞瘤和少突胶质细胞瘤等类型。研究关注在放疗前给予药物是否可行,因为放疗会改变脑部影像表现,使 MRI 判读更困难,而放疗前用药可能让扫描更易解读。研究先采用 FDA 已批准用于 HGG 的 temozolomide 进行早期化疗验证,若该筛选方法成功,可进一步用于测试新药。数据可用于脑肿瘤治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:高级别胶质瘤、胶质母细胞瘤、星形细胞瘤、少突胶质细胞瘤。高级别胶质瘤(HGG)需要更好的治疗方法,并且应当测试治疗该疾病的新方法。研究者想了解在放疗前给药是否效果良好。放疗后,MRI 扫描可能更难理解,因为放疗会改变脑部在扫描上的表现。如果在放疗前给予新药,扫描会更容易判读。首先,研究者需要使用一种已知可治疗胶质瘤的药物,来查明早期给予化疗是否有效。研究者将从 temozolomide 开始,这是 FDA 唯一批准用于 HGG 的化疗药物。如果这一方法成功,研究者随后可以使用这种筛选方法测试新药。

【主题与分类】

主题标签:High Grade Gliomas、Glioblastoma、Astrocytoma、Oligodendroglioma。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07439172

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07439172

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:高级别胶质瘤、胶质母细胞瘤、星形细胞瘤、少突胶质细胞瘤。高级别胶质瘤(HGG)需要更好的治疗方法,且应测试治疗该疾病的新方法。研究者希望了解在放疗前给予药物是否有效。放疗后,由于辐射改变了大脑在扫描图像上的外观,MRI扫描可能更难解读。如果在放疗前给予新药,扫描图像则更易于阅读。首先,研究者需要确定使用一种已知可治疗胶质瘤的药物早期进行化疗是否有效。研究者将从替莫唑胺开始,这是FDA唯一批准用于HGG的化疗药物。如果这种方法成功,研究者随后可以使用这种筛选方法测试新药。

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。

获取专属数据定制方案