18F-FDOPA PET在肿瘤性脑影像中的前瞻性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02022800

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

条件：胶质瘤、脑转移瘤。主要假设基于以下事实：18F-FDOPA PET影像可以改变肿瘤神经多学科会议（MDM）期间对患者治疗的决策。这涉及测量态度和情况变化的频率，以及这些变化最常发生的情境。其次，本研究的目标是在患者随访期间，评估这些决策变化的适当性，以及PET在临床情境中的使用：

• 对诊断为高级别胶质瘤或转移瘤并接受放疗（无论是否联合化疗）的患者，在新出现的强化区域中鉴别放射性坏死或假性进展与复发。
• 在高级别原发性脑肿瘤患者接受辅助放化疗后，完成引入期替莫唑胺（TMZ）治疗（第6周期）时的评估。
• 抗血管生成治疗下疗效的评估。

本研究的预期获益是改善患者的诊疗。

确实，正电子发射断层扫描（PET）提供的额外信息能使医疗专业人员更早地检测复发，从而减少治疗护理的延迟。相反，PET也能帮助医疗专业人员避免对那些MRI错误指示为复发的患者进行过度治疗。此外，PET成像应能带来新一层的附加信息，使得诊断时的信心指数得以提升，从而支持多发性骨髓瘤（MM）中提出的集体治疗态度。

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。