Rb+转移性乳腺癌中的[18F]FLT PET/CT

方案旨在建立影像生物标志物研究所得参数与联合CDK4抑制剂及化疗方案治疗反应判定参数之间的关系。成像在开始治疗前进行,患者可能在连续3天ribociclib(LEE011)后接受第二次FLT PET/CT,并在第1周期第12天接受第三次FLT PET/CT,以比较FLT摄取变化

University of PennsylvaniaUniversity of Pennsylvania
clinicaltrials
浏览 12
医学影像预测Breast NeoplasmMetastatic Breast CancerRb+ Breast Cancer
[18F]FLT PET/CT in Rb+ Metastatic Breast Cancer

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-11-03

资源简介

Rb+转移性乳腺癌中的[18F]FLT PET/CT

该数据集来自clinicaltrials.gov,聚焦Rb+转移性乳腺癌,采用[18F]FLT PET/CT成像。方案旨在建立影像生物标志物研究所得参数与联合CDK4抑制剂及化疗方案治疗反应判定参数之间的关系。成像在开始治疗前进行,患者可能在连续3天ribociclib(LEE011)后接受第二次FLT PET/CT,并在第1周期第12天接受第三次FLT PET/CT,以比较FLT摄取变化。可用于影像与治疗反应关联的预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳腺肿瘤、转移性乳腺癌、Rb+乳腺癌。本方案旨在建立由影像生物标志物研究确定的参数与用于确定联合CDK4抑制剂和化疗方案治疗反应的参数之间的关系。成像将在开始单独治疗性方案UPCC 06115的治疗前进行。患者可能在连续3天ribociclib(LEE011)(第-6天至第-4天)后接受第二次FLT PET/CT扫描,并在第1周期第12天接受第三次FLT PET/CT扫描,以比较FLT摄取测量的变化。

【主题与分类】

主题标签:Breast Neoplasm、Metastatic Breast Cancer、Rb+ Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02608216

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02608216

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

条件:乳腺肿瘤、转移性乳腺癌、Rb+乳腺癌。本方案旨在建立影像生物标志物研究中确定的参数与用于确定联合CDK4抑制剂和化疗方案治疗反应参数之间的关系。影像学检查将在开始单独治疗方案UPCC 06115的治疗前进行。患者可在连续3天服用瑞博西尼(LEE011)(第-6天至第-4天)后进行第二次FLT PET/CT扫描,并在第1周期第12天接受两次每周紫杉醇治疗后进行第三次FLT PET/CT扫描,以比较FLT摄取测量的变化。

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。