MOMENTUM研究：使用MR-Linac的放射治疗多结局评估研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04075305

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

疾病范围：肿瘤学、乳腺癌、前列腺癌、妇科癌症、脑肿瘤、脑癌、妇科肿瘤、前列腺肿瘤。理由：放射治疗在癌症治疗中已不可或缺。然而，它伴随着严重的副作用。放射治疗的创新促成了MR引导放射治疗（MRGRT）的发展，该技术能够在实时MR可视化下进行高精度放疗。高精度MRGRT具有剂量递增和边缘缩减的潜力，可能带来更高的治愈率和更低的毒性。MRGRT可通过MRI引导的直线加速器（MR-Linac）实施，该设备集成了最先进的直线加速器、1.5T诊断级MRI以及在线自适应工作流程。目的：使用MR-Linac的放射治疗多结果评估研究（MOMENTUM）旨在加速解剖学和生物学MRGRT的技术与临床发展，并促进基于证据的MR-Linac引入临床实践。

在MOMENTUM研究中，收集技术和临床数据，以优化软件，评估按疾病部位划分的治疗结果、毒性反应以及无进展生存期、无病生存期和总生存期，并创建一个解剖和生物学MR序列库，以开发新功能。研究设计：一项多机构、国际观察性队列研究。研究人群：年龄≥18岁、在接受MR-Linac机器治疗和/或成像的癌症患者有资格入组。主要研究参数/终点：MOMENTUM将收集技术和临床患者数据。技术患者数据定义为由MR-Linac（的使用）生成的数据，将包括在常规护理期间进行的扫描以及研究性MRI期间的数据收集。临床数据将分为六类：人口统计学、疾病特征、治疗分类、毒性结果、癌症控制结果和PROs。

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。