全脑肿瘤负荷指标联合炎症与分子标志物预测胶质瘤术后神经认知下降
该数据集来自 clinicaltrials.gov，聚焦左额叶弥漫性低级别胶质瘤患者，纳入 192 例，采集 MRI 数据以提取全脑肿瘤负荷指标（包括肿瘤影像组学、全脑皮层厚度、髓鞘含量和网络特征），并收集术后炎症与分子标志物，术后 3 个月和 1 年采用蒙特利尔认知评估随访神经认知功能
基本信息
资源简介
全脑肿瘤负荷指标联合炎症与分子标志物预测胶质瘤术后神经认知下降
该数据集来自 clinicaltrials.gov，聚焦左额叶弥漫性低级别胶质瘤患者，共纳入 192 例。研究围绕全脑肿瘤负荷指标、炎症与分子标志物展开，旨在构建模型预测术后神经认知功能下降的高风险人群。数据集采集了患者的 MRI 数据，用于提取肿瘤影像组学、全脑皮层厚度、髓鞘含量和网络特征等全脑肿瘤负荷指标，同时收集术后炎症与分子标志物，并在术后 3 个月和 1 年采用蒙特利尔认知评估对神经认知功能进行随访。该数据集属于肿瘤 / 脑肿瘤分类，主题标签为 Glioma 及 Glioma：Oligodendroglioma or Astrocytoma，可为胶质瘤术后认知功能研究提供多模态数据支撑。
【数据集背景】
弥漫性低级别胶质瘤患者虽可通过手术切除改善总体生存，但手术也可能导致神经认知功能恶化，其机制尚不明确，且缺乏有效的预测模型。该数据集正是针对这一临床问题而建立，研究目标为利用全脑肿瘤负荷指标、炎症与分子标志物构建模型，预测术后神经认知功能下降的高风险。研究对象限定为左额叶弥漫性低级别胶质瘤患者，共 192 例，这一特定人群的设定使数据具有较为明确的临床指向性。
【数据内容】
数据集涵盖多类信息：一是 MRI 数据分析所得的全脑肿瘤负荷指标，包括肿瘤影像组学、全脑皮层厚度、髓鞘含量和网络特征；二是术后收集的炎症与分子标志物；三是术后随访的神经认知功能评估结果，采用蒙特利尔认知评估，随访时点为术后 3 个月和 1 年。上述内容共同构成影像、生物学标志物与认知结局相结合的多模态数据结构。
【采集与来源】
数据来源站为 clinicaltrials.gov，源站描述显示该研究纳入 192 例左额叶弥漫性低级别胶质瘤患者，MRI 数据经分析衍生出全脑肿瘤负荷指标，术后炎症与分子标志物予以收集，神经认知功能通过蒙特利尔认知评估在术后 3 个月和 1 年进行随访。其余采集流程细节源站未提供。
【适用场景】
该数据集适用于胶质瘤术后神经认知功能下降的风险预测研究，可用于探索全脑肿瘤负荷指标、炎症与分子标志物与认知结局之间的关联，支持预测模型的开发与验证；也可用于脑肿瘤影像组学、皮层厚度与网络特征等多模态指标的方法学研究。其特定人群限定为左额叶弥漫性低级别胶质瘤患者，适用时应考虑这一范围。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、字段结构、预处理流程与建模规范等均未提及。
【质量与限制】
数据集样本量为 192 例，研究对象限定为左额叶弥漫性低级别胶质瘤患者，随访时点为术后 3 个月和 1 年。其余关于数据质量、缺失情况、偏倚控制与外部验证等信息源站未提供。
【引用与许可】
源站未提供引用方式与许可信息。
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/NCT06885333
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
条件：胶质瘤，胶质瘤：少突胶质细胞瘤或星形细胞瘤。尽管手术切除可改善弥漫性低级别胶质瘤（DLGG）患者的总生存期，但也可能导致神经认知功能恶化，而对此了解甚少且缺乏有效的预测模型。本研究旨在利用全脑肿瘤负荷指标、炎症及分子标志物构建模型，以预测术后神经认知功能下降（ND）的高风险。该研究纳入192例左侧额叶DLGG患者。分析MRI数据以获取全脑肿瘤负荷指标，包括肿瘤影像组学、全脑皮层厚度、髓鞘含量及网络特征。收集术后炎症及分子标志物。术后随访神经认知功能采用蒙特利尔认知评估量表于3个月和1年时进行评估。使用Pycaret构建机器学习模型。
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。
