超选择性动脉内脑输注贝伐珠单抗(Avastin)治疗前庭神经鞘瘤
该数据集来自 clinicaltrials.gov,主题为超选择性动脉内脑输注贝伐珠单抗(Avastin)治疗前庭神经鞘瘤

基本信息
资源简介
超选择性动脉内脑输注贝伐珠单抗(Avastin)治疗前庭神经鞘瘤
该数据集来自 clinicaltrials.gov,主题为超选择性动脉内脑输注贝伐珠单抗(Avastin)治疗前庭神经鞘瘤。源站描述指出,介入神经放射学的新技术可将导管更选择性地置入动脉树较高位置,从而在输注化疗药物等制剂时避免失明等不良反应;Cornell 的研究已开发出用于视网膜母细胞瘤和恶性胶质瘤脑肿瘤的超选择性动脉内输注治疗,毒性很小。本试验提出一个简单问题:使用这些超选择性输注技术经动脉内给予首剂 Avastin 而非标准静脉给药是否安全(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前庭神经鞘瘤。介入神经放射学的新技术使得能够将导管更选择性地置入动脉树较高位置,在那里可以输注化疗药物等制剂,而不会带来失明等不良反应的风险。事实上,Cornell 这里的研究已经开发出非常新且令人兴奋的超选择性动脉内输注治疗,用于视网膜母细胞瘤和恶性胶质瘤脑肿瘤,且毒性很小。因此,本试验将提出一个简单问题:使用这些超选择性输注技术经动脉内给予首剂 Avastin,而不是标准静脉给药途径,是否安全?这不仅应增加到达 VS 的药物量,还应使它们免受选择性较低的输注带来的任何不良反应。在那单次动脉内 Avastin 给药期间,他们 w
【主题与分类】
主题标签:Vestibular Schwannoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01083966
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT01083966
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:前庭神经鞘瘤。介入神经放射学的新技术使得能够更选择性地将导管送至动脉树的更高位置,在那里可以输送化疗药物等药剂,而不会产生失明等不良影响的风险。事实上,康奈尔大学的研究已经开发出非常新颖且令人兴奋的超选择性动脉内输送治疗方法,用于治疗视网膜母细胞瘤和恶性胶质瘤脑肿瘤,且毒性很小。因此,本试验将提出一个简单的问题:使用这些超选择性输送技术将首剂Avastin经动脉内输送,而非标准的静脉给药途径,是否安全?这不仅应增加到达VS的药物量,还应避免因选择性较低的输送而带来的任何不良影响。在单次动脉内Avastin给药期间,他们还将接受一剂甘露醇,以打开血脑屏障,改善药剂向肿瘤的输送。在单次动脉内甘露醇和Avastin给药后,患者将接受为期4周的评估,以评估毒性。
如果没有毒性反应,则将继续每两个月进行一次脑部MRI检查以评估疗效,持续至12个月。此后,受试者即完成了方案中的“实验性”部分。这是一项I期试验,旨在测试单次动脉内给予Avastin和甘露醇的安全性。总结如下:当前标准治疗:手术或放射外科;静脉注射Avastin。本提案的实验性部分:第0天:在甘露醇开放血脑屏障后,单次动脉内给予Avastin(起始剂量为2mg/kg,最高至10mg/kg)。第28天(此后每两个月一次):增强脑部MRI。因此,该治疗方案的实验性方面将包括:1. 受试者将在化疗输注前首先接受甘露醇治疗(甘露醇25%;3-10 mL/s,持续30秒),以破坏血脑屏障。该技术
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




