立体定向放射外科治疗脑肿瘤患者
该数据集来自 clinicaltrials.gov,聚焦于立体定向放射外科治疗成人脑肿瘤患者。覆盖病种包括成人中枢神经系统生殖细胞瘤、成人恶性脑膜瘤、成人髓母细胞瘤、成人非浸润性星形细胞瘤、成人少突胶质细胞瘤、成人颅咽管瘤、成人脑膜瘤及脑转移瘤

基本信息
资源简介
立体定向放射外科治疗脑肿瘤患者
该数据集来自 clinicaltrials.gov,聚焦于立体定向放射外科治疗成人脑肿瘤患者。覆盖病种包括成人中枢神经系统生殖细胞瘤、成人恶性脑膜瘤、成人髓母细胞瘤、成人非浸润性星形细胞瘤、成人少突胶质细胞瘤、成人颅咽管瘤、成人脑膜瘤及脑转移瘤。研究目标为在 NIH 建立该治疗技术,并评估缓解率、局部控制、进展时间、失败模式及磁共振波谱数据。患者接受立体定向头架放置及放射外科治疗,放疗剂量依肿瘤直径而定,随访至 5 年,计划入组最多 30 例。可用于脑肿瘤放射外科治疗的疗效与预后建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:成人中枢神经系统生殖细胞瘤、成人恶性脑膜瘤、成人髓母细胞瘤、成人非浸润性星形细胞瘤、成人少突胶质细胞瘤、成人颅咽管瘤、成人脑膜瘤、脑转移瘤。目标:I. 在国立卫生研究院的颅内肿瘤患者中确立立体定向放射外科作为一种治疗技术。II. 评估这些患者接受该治疗后的缓解率、局部控制、进展时间、失败模式及磁共振波谱数据。方案概要:所有患者接受立体定向头架放置,随后在第1天接受立体定向放射外科治疗。所给放射治疗的剂量取决于肿瘤直径。患者在2周和6周时随访,之后每3个月随访一次,持续5年。预计入组:本研究将入组最多30名患者。
【主题与分类】
主题标签:Adult Malignant Meningioma、Adult Medulloblastoma、Adult Noninfiltrating Astrocytoma、Adult Oligodendroglioma、Adult Craniopharyngioma、Adult Meningioma、Brain Metastases、Adult Ependymoma、Adult Pineal Parenchymal Tumor、Adult Brain Stem Glioma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00019578
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/NCT00019578
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:成人中枢神经系统生殖细胞肿瘤、成人恶性脑膜瘤、成人髓母细胞瘤、成人非浸润性星形细胞瘤、成人少突胶质细胞瘤、成人颅咽管瘤、成人脑膜瘤、脑转移瘤。目的:I. 在国立卫生研究院建立立体定向放射外科作为颅内肿瘤患者的治疗技术。II. 评估这些患者接受该疗法后的缓解率、局部控制、进展时间、失败模式及磁共振波谱数据。方案概要:所有患者均接受立体定向头架放置,随后在第1天进行立体定向放射外科治疗。所给予的放射治疗剂量取决于肿瘤直径。患者在2周和6周时进行随访,之后每3个月随访一次,持续5年。预计入组:本研究将在7-10个月内入组最多30名患者。
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。
![使用[C-11]-CS1P1的中枢神经系统原发性和继发性恶性肿瘤炎症](/medical-api/medicalDataset/datasetCover/39110.jpg)



