多中心18F标记NY104用于肾细胞癌PET/CT成像研究
该数据集来自clinicaltrials.gov,为多中心研究,聚焦18F标记NY104在肾细胞癌PET/CT成像中的应用

基本信息
资源简介
多中心18F标记NY104用于肾细胞癌PET/CT成像研究
该数据集来自clinicaltrials.gov,为多中心研究,聚焦18F标记NY104在肾细胞癌PET/CT成像中的应用。覆盖肾细胞癌(RCC)与透明细胞肾细胞癌(ccRCC)人群,源站描述指出肾脏疾病影响全球超5亿人,其中中国约1.2亿,RCC是泌尿系统常见恶性肿瘤且中国发病率近年上升,早期常无症状、侵袭性强,初诊转移或术后复发转移比例较高,因此对原发、复发及转移灶的准确检测对诊断、分期、再分期和治疗计划至关重要。数据可用于相关影像检测与分期研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肾细胞癌(RCC)、透明细胞肾细胞癌(ccRCC)。肾脏疾病影响全球超过5亿人,其中中国约1.2亿人。在各种肾脏疾病中,肾细胞癌(RCC)是影响肾脏的最严重恶性肿瘤之一,也是泌尿系统最常见的恶性肿瘤之一。近年来中国RCC发病率有所上升。早期RCC通常无症状,可能在常规体检中偶然发现。然而,RCC是一种侵袭性恶性肿瘤,相当比例的患者在初诊时即表现为转移性疾病,或术后出现复发和转移。因此,准确检测原发、复发和转移病灶对于诊断、分期、再分期、治疗计划至关重要。
【主题与分类】
主题标签:Renal Cell Carcinoma (RCC)、Clear Cell Renal Cell Carcinoma (ccRCC)。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06916624
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/NCT06916624
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
适应症:肾细胞癌(RCC)、透明细胞肾细胞癌(ccRCC)。肾脏疾病影响全球超过5亿人,其中中国约有1.2亿人。在各种肾脏疾病中,肾细胞癌(RCC)是影响肾脏的最严重恶性肿瘤之一,也是泌尿系统最常见的恶性肿瘤之一。近年来,中国RCC的发病率有所上升。早期RCC通常无症状,可能在常规体检中偶然发现。然而,RCC是一种侵袭性恶性肿瘤,相当一部分患者在初诊时即表现为转移性疾病,或在手术后出现复发和转移。因此,准确检测原发、复发和转移病灶对于诊断、分期、再分期、治疗计划和预后评估具有重要意义。碳酸酐酶IX(CAIX)是碳酸酐酶家族的跨膜糖蛋白,与von Hippel-Lindau(VHL)/缺氧诱导因子(HIF)信号通路密切相关。
在缺氧条件下,CAIX通过调节细胞内和细胞外pH值,促进肿瘤细胞的存活、增殖、侵袭和转移。CAIX在大多数正常组织中表达有限,但在RCC(尤其是透明细胞RCC)中高表达,使其成为肿瘤成像和治疗的有吸引力的分子靶点。此外,在包括乳腺癌和鼻咽癌在内的多种其他实体瘤中观察到CAIX过表达,并且与肿瘤缺氧、侵袭性肿瘤特征和不良预后相关。因此,CAIX表达的无创评估可能为RCC和其他CAIX阳性实体瘤的肿瘤检测、表征、预后评估和治疗反应评价提供临床相关信息。18F-NY104是一种新型CAIX靶向PET显像剂,具有良好的放射化学和成像特性。临床前研究已证明
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。




