高血供脑肿瘤术前栓塞

该数据集来自 clinicaltrials.gov,聚焦高血供脑肿瘤(包括脑膜瘤、血管母细胞瘤及部分脑转移瘤)的术前血管内栓塞治疗

Assiut UniversityAssiut University
clinicaltrials
浏览 12
医学影像预测Brain NeoplasmsMeningiomaHemangioblastomaBrain Metastases
Preoperative Embolization for Highly Vascular Brain Tumors

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-09

资源简介

高血供脑肿瘤术前栓塞

该数据集来自 clinicaltrials.gov,聚焦高血供脑肿瘤(包括脑膜瘤、血管母细胞瘤及部分脑转移瘤)的术前血管内栓塞治疗。此类肿瘤血供丰富,手术切除时易大量出血并增加技术难度,术前经导管栓塞用于阻断肿瘤供血血管,以期减少术中出血、提高切除安全性。研究主要评估术前血管内栓塞的技术可行性、安全性与有效性,入组患者将接受术前神经功能与诊断性横断面影像检查(增强 MRI 或 CT 血管成像)等流程。数据可用于脑肿瘤术前栓塞相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:脑肿瘤、脑膜瘤、血管母细胞瘤、脑转移瘤。高血供脑肿瘤,包括脑膜瘤、血管母细胞瘤及某些转移瘤,血供丰富,可导致手术切除时大量出血和技术困难。术前血管内栓塞是一种辅助性、基于导管的操作,用于在手术前阻断肿瘤的供血血管,旨在减少术中出血并促进更安全的肿瘤切除。本研究的主要目的是评估术前血管内栓塞在高血供颅内肿瘤患者中的技术可行性、安全性和有效性。参加这项前瞻性研究的受试者将接受:1. 术前神经功能和诊断性横断面影像检查(增强 MRI 或 CT 血管成像)。2. 诊断

【主题与分类】

主题标签:Brain Neoplasms、Meningioma、Hemangioblastoma、Brain Metastases。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07823985

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07823985

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:脑肿瘤、脑膜瘤、血管母细胞瘤、脑转移瘤。高度血管化的脑肿瘤,包括脑膜瘤、血管母细胞瘤及某些转移瘤,具有丰富的血液供应,可导致手术切除过程中大量出血和技术困难。术前血管内栓塞是一种辅助性、基于导管的操作,用于在手术前阻断肿瘤的供血血管,旨在减少术中出血并促进更安全的肿瘤切除。本研究的主要目的是评估术前血管内栓塞对高度血管化颅内肿瘤患者的技术可行性、安全性和有效性。纳入这项前瞻性研究的参与者将接受:1. 操作前的神经学和诊断性横断面成像(增强MRI或CT血管造影)。2. 诊断性数字减影血管造影(DSA)以绘制肿瘤供血动脉,随后进行超选择性导管插入以递送栓塞材料(聚乙烯醇颗粒、Onyx或微弹簧圈)。3. 栓塞操作后24至72小时内进行显微外科肿瘤切除。

研究人员将评估所达到的肿瘤血供阻断程度、术中失血量、输血需求、总手术时长、肿瘤切除范围以及任何手术相关并发症的发生情况。

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。