弥漫性中线胶质瘤患者再程放疗研究
REMIT 是一项非随机、前瞻性、研究者发起的 II 期多中心观察性研究，纳入弥漫性中线胶质瘤等脑肿瘤患者，分为 Arm A 与 Arm B 两组，两组接受相同治疗
基本信息
资源简介
弥漫性中线胶质瘤患者再程放疗研究
REMIT 是一项非随机、前瞻性、研究者发起的 II 期多中心观察性研究，纳入弥漫性中线胶质瘤等脑肿瘤患者，分为 Arm A 与 Arm B 两组，两组接受相同治疗。Arm A 纳入接受过 54Gy/30 次原发放疗的患者，Arm B 纳入接受其他总剂量和分割方式的患者。再程放疗与随访在两组中相同，治疗为 20Gy/10 次首次再程放疗，并延长随访以评估毒性、体能状态和生活质量。该数据可用于研究再程放疗的疗效与安全性预测（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：弥漫性中线胶质瘤、H3 K27M 突变型、弥漫性内生性脑桥胶质瘤、弥漫性胶质瘤、脑桥肿瘤、丘脑肿瘤、脑肿瘤、儿童。REMIT 是一项非随机、前瞻性、研究者发起的 II 期多中心观察性研究，设有两个入组组别：Arm A 和 Arm B。Arm A 和 Arm B 将接受相同的治疗。接受过原发放疗 54Gy/30 次的患者，无论是否入组 BIOMEDE 2.0 方案，都将纳入 Arm A。接受除 54Gy/30 次以外的任何其他总剂量和分割方式的 DMG 患者将纳入 Arm B。两组的再程放疗和随访相同。作为治疗，给予 20Gy/10 次作为首次再程放疗，并延长随访以评估毒性、体能状态和生活质量。
【主题与分类】
主题标签：Diffuse Midline Glioma, H3 K27M-Mutant、Diffuse Intrinsic Pontine Glioma、Diffuse Glioma、Pontine Tumors、Thalamic Tumor、Brain Tumor, Pediatric。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06093165
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/NCT06093165
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：弥漫性中线胶质瘤、H3 K27M突变型、弥漫性脑干胶质瘤、弥漫性胶质瘤、脑桥肿瘤、丘脑肿瘤、脑肿瘤、儿童。REMIT是一项非随机、前瞻性、研究者发起的II期多中心观察性研究，包含两个入组组别，A组和B组。A组和B组将接受相同的治疗。接受初次放疗54Gy/30次分割的患者，无论是否入组BIOMEDE 2.0方案，都将纳入A组。接受除54Gy/30次分割以外的任何其他总剂量和分割方案的DMG患者将纳入B组。两组的再放疗和随访相同。作为治疗，给予20Gy/10次分割作为首次再照射，并延长随访以评估毒性、体能状态和生活质量。
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。
