治疗反应评估图用于立体定向放疗后脑转移瘤坏死与肿瘤的区分

该数据集源自 clinicaltrials.gov,聚焦脑肿瘤,尤其是脑转移瘤接受立体定向放疗后的影像评估。研究为 Phase II 临床试验,利用脑部 MRI 及附加的图像后处理技术(称为 Treatment Response Assessment Maps,TRAMs),尝试区分肿瘤复发与放射性

Brigham and Women's HospitalBrigham and Women's Hospital
clinicaltrials
浏览 7
医学影像图像分割Brain Tumor
Treatment Response Assessment Maps to Delineate Necrosis From Tumor After Stereotactic Radiation in Brain Metastases

基本信息

模态
医学影像
任务类型
图像分割
创建/更新时间
2026-10-09

资源简介

治疗反应评估图用于立体定向放疗后脑转移瘤坏死与肿瘤的区分

该数据集英文名为 Treatment Response Assessment Maps to Delineate Necrosis From Tumor After Stereotactic Radiation in Brain Metastases,来源于 clinicaltrials.gov,本站归类为肿瘤 / 脑肿瘤,主题标签为 Brain Tumor。其源站描述显示,这是一项针对脑肿瘤的 Phase II 临床试验,研究者在脑部 MRI 基础上引入附加的图像后处理技术,即 Treatment Response Assessment Maps(TRAMs),尝试将肿瘤复发与放射性改变区分开来。研究者希望了解这种检测是否可能让未来患者完全避免手术切除。整体来看,该数据集围绕脑转移瘤接受立体定向放疗后的影像评估展开,核心关注点是利用 MRI 及后处理手段辅助鉴别肿瘤复发与放疗相关变化,属于脑肿瘤影像与治疗反应评估方向的研究资源。

【数据集背景】

该数据集对应的研究背景为脑肿瘤,尤其是脑转移瘤在接受立体定向放疗后的影像评估问题。源站描述指出,研究为 Phase II 临床试验,研究者关注的核心临床难题是如何在脑部 MRI 影像中区分肿瘤复发与放射性改变。由于这两种情况在常规影像上可能难以区分,研究者尝试借助附加的图像后处理技术,即 Treatment Response Assessment Maps(TRAMs),来提高鉴别的准确性。研究者的期望是,这种检测方法未来可能帮助患者避免切除手术。该数据集的主题标签为 Brain Tumor,本站分类为肿瘤 / 脑肿瘤,来源站为 clinicaltrials.gov。

【数据内容】

源站描述显示,该研究使用脑部 MRI 影像,并在影像基础上进行附加的后处理,生成 Treatment Response Assessment Maps(TRAMs)。这些 TRAMs 用于尝试区分肿瘤复发与放射性改变。数据集英文名称明确指向“立体定向放疗后脑转移瘤中区分坏死与肿瘤的治疗反应评估图”。除上述内容外,源站未提供关于数据具体字段、图像数量、患者数量、时间跨度、文件格式或标注方式的更多信息。

【采集与来源】

该数据集来源于 clinicaltrials.gov。源站描述表明,这是一项 Phase II 临床试验,研究者在研究中使用脑部 MRI 并附加图像后处理。除来源站和试验阶段外,源站未提供关于采集机构、采集设备型号、采集参数、采集时间、受试者招募范围或数据共享方式的具体信息。

【适用场景】

根据源站描述,该数据集适用于脑肿瘤尤其是脑转移瘤接受立体定向放疗后的影像评估场景,具体用途是尝试区分肿瘤复发与放射性改变。研究者希望了解这种基于 MRI 及 TRAMs 后处理的检测是否可能让未来患者完全避免切除。除上述场景外,源站未提供关于其他适用场景、目标用户或具体应用流程的信息。

【使用方法】

源站描述提到,研究利用脑部 MRI 并附加图像后处理,即 Treatment Response Assessment Maps(TRAMs),以尝试区分肿瘤复发与放射性改变。除这一总体思路外,源站未提供关于具体使用步骤、软件工具、算法细节、操作流程或结果判读方法的信息。

【质量与限制】

源站描述显示,该研究为 Phase II 临床试验,其目标是探索 TRAMs 在区分肿瘤复发与放射性改变方面的作用,并希望了解该检测是否可能让未来患者避免切除。除研究阶段和上述研究目的外,源站未提供关于样本量、统计效能、验证结果、局限性讨论或数据质量评估的具体信息。

【引用与许可】

该数据集来源站为 clinicaltrials.gov。除来源站信息外,源站未提供关于引用格式、许可协议、使用限制或数据访问权限的具体信息。

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04033497

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

疾病:脑肿瘤。本研究是一项II期临床试验。在这项研究中,研究人员利用脑部MRI及额外的影像后处理技术(称为治疗反应评估图或TRAMs),试图区分肿瘤复发与放射性改变。研究人员希望了解这种检测方法是否能让未来的患者完全避免手术切除。

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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。