新诊断或复发胶质瘤同步多核代谢MRI研究
该数据集来自clinicaltrials.gov,聚焦新诊断或复发胶质瘤(含恶性胶质瘤、复发恶性胶质瘤)的同步多核代谢MRI研究

基本信息
资源简介
新诊断或复发胶质瘤同步多核代谢MRI研究
该数据集来自clinicaltrials.gov,聚焦新诊断或复发胶质瘤(含恶性胶质瘤、复发恶性胶质瘤)的同步多核代谢MRI研究。数据覆盖健康受试者既往扫描数据以及患者MRI扫描和立体定向活检组织样本,涉及Na+、pH、O2加权成像与NHE1免疫组化、生物能量学及基因表达的相关性分析,并探索新辅助抗PD-1免疫治疗后影像变化与肿瘤生物学改变的关系,可用于胶质瘤代谢影像与病理、分子特征关联的建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:胶质瘤、恶性胶质瘤、复发胶质瘤、复发恶性胶质瘤。主要目标:I. 构建并测试一种新型多核Na+-H+代谢MRI序列,对钠(Na+)浓度、氢离子浓度指数(pH)和氧(O2)具有敏感性。II. 利用来自人脑肿瘤的立体定向图像引导活检,将Na+、pH和O2加权MR图像测量值与钠-质子交换体亚型1(NHE1)免疫组织化学(IHC)、生物能量学和基因表达进行关联。III. 量化复发性胶质母细胞瘤(GBM)中新辅助抗PD-1免疫治疗后Na+、pH和O2加权MR图像的变化,并探索肿瘤生物学的相关变化。概述:目标1:收集并分析健康受试者的既往扫描数据。目标2:患者接受MRI。患者还接受组织样本采集用于IHC分析。目标3:患者接受m
【主题与分类】
主题标签:Glioma、Malignant Glioma、Recurrent Glioma、Recurrent Malignant Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05045027
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/NCT05045027
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:胶质瘤、恶性胶质瘤、复发性胶质瘤、复发性恶性胶质瘤。主要目标:I. 构建并测试一种新型多核Na±H+代谢MRI序列,该序列对钠(Na+)浓度、氢离子浓度指数(pH)和氧(O2)具有敏感性。II. 将Na+、pH和O2加权MR图像测量结果与钠-质子交换体异构体-1(NHE1)免疫组织化学(IHC)、生物能量学和基因表达进行关联,使用来自人脑肿瘤的立体定向图像引导活检。III. 量化新辅助抗PD-1免疫治疗后复发性胶质母细胞瘤(GBM)中Na+、pH和O2加权MR图像的变化,并探索肿瘤生物学的相关变化。大纲:目标1:收集并分析来自健康受试者的既往扫描数据。目标2:患者接受MRI检查。患者还接受组织样本采集以进行IHC分析。目标3:患者在免疫治疗前后以及手术切除前接受多核代谢成像。
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。




