宫颈癌近距离放疗中阴道剂量递减
该数据集来自 clinicaltrials.gov，主题为宫颈癌患者在近距离放疗期间能否减少阴道接受的辐射剂量，以及阴道剂量变化对生活质量的影响
基本信息
资源简介
宫颈癌近距离放疗中阴道剂量递减
该数据集英文名为 Vaginal Dose De-escalation During Brachytherapy for Cervical Cancer，本站归类于肿瘤 / 宫颈癌方向，来源站为 clinicaltrials.gov。其源站描述指出，研究条件为宫颈癌（Cervical Cancer），研究目的在于确定在近距离放疗（brachytherapy）治疗过程中是否有可能减少阴道所接受的辐射剂量，并观察阴道辐射剂量的变化对生活质量产生怎样的影响。数据集的主题标签为 Cervical Cancer，短描述概括为：该数据集来自 clinicaltrials.gov，主题为宫颈癌患者在近距离放疗期间能否减少阴道接受的辐射剂量，以及阴道剂量变化对生活质量的影响。整体而言，该数据集围绕宫颈癌近距离放疗中的阴道剂量去 escalation（即剂量降低）问题，关注辐射剂量与患者生活质量之间的关联，属于肿瘤放射治疗领域的临床研究数据资源。
【数据集背景】
宫颈癌是肿瘤领域的重要病种之一，近距离放疗是其治疗过程中的常见手段。在近距离放疗中，阴道作为邻近靶区的正常组织，会不可避免地接受一定剂量的辐射。该数据集所对应的研究，正是针对这一临床问题而设立：其核心背景在于探索是否能够在近距离放疗期间降低阴道所接受的辐射剂量，并进一步考察这种剂量变化对患者生活质量的影响。源站描述明确将研究条件限定为宫颈癌，并将研究目的表述为确定减少阴道辐射剂量的可行性以及观察剂量变化对生活质量的影响。因此，该数据集的背景立足于宫颈癌放疗中的正常组织保护与患者生存质量评估这一双重关切。
【数据内容】
该数据集的主题标签为 Cervical Cancer，来源站为 clinicaltrials.gov。源站描述中提及的研究条件为宫颈癌，研究目的涉及阴道在近距离放疗期间所接受辐射剂量的降低可能性，以及阴道剂量变化对生活质量的影响。除上述信息外，关于数据集具体包含哪些字段、变量、样本量、剂量参数、生活质量量表类型或随访时间点等内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述显示，其研究条件为宫颈癌，研究目的为确定在近距离放疗治疗期间是否可能减少阴道接受的辐射剂量，并观察阴道辐射剂量的变化如何影响生活质量。关于具体的采集方式、采集时间范围、采集机构、受试者招募标准或数据收集流程等细节，源站未提供。
【适用场景】
基于源站描述，该数据集适用于与宫颈癌近距离放疗相关的临床研究场景，尤其是关注阴道辐射剂量降低可行性以及剂量变化对生活质量影响的分析。其主题标签为宫颈癌，因此可被归入肿瘤 / 宫颈癌这一分类方向。关于更具体的适用场景，例如是否可用于剂量学分析、生活质量评估、治疗方案比较或预后研究等，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括但不限于数据下载方式、访问权限、数据结构说明、分析工具或操作步骤等。
【质量与限制】
源站未提供关于该数据集质量与限制的说明，包括但不限于数据完整性、准确性、偏倚控制、样本代表性或已知局限等。
【引用与许可】
源站未提供该数据集的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/NCT07855263
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：宫颈癌。本研究的目的是确定在近距离放射治疗期间是否有可能减少阴道接受的辐射量，并观察阴道辐射剂量的变化如何影响生活质量。
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。
