可视化Von Hippel-Lindau病中产生血管内皮生长因子的病灶
该数据集来自clinicaltrials.gov，聚焦Von Hippel-Lindau病（VHLD）相关病灶，涵盖血管母细胞瘤、肾细胞癌、嗜铬细胞瘤和胰腺神经内分泌肿瘤
基本信息
资源简介
可视化Von Hippel-Lindau病中产生血管内皮生长因子的病灶
该数据集来自clinicaltrials.gov，聚焦Von Hippel-Lindau病（VHLD）相关病灶，涵盖血管母细胞瘤、肾细胞癌、嗜铬细胞瘤和胰腺神经内分泌肿瘤。VHL蛋白功能缺失导致血管内皮生长因子（VEGF）高表达，研究采用89Zr-bevacizumab PET扫描对VEGF进行可视化与定量，假设该影像工具可预测VHLD患者病灶行为。数据可用于探索VEGF PET成像与疾病自然史的关系，支持病灶行为预测相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Von Hippel-Lindau病、血管母细胞瘤、肾细胞癌、嗜铬细胞瘤、胰腺神经内分泌肿瘤。Von Hippel Lindau病（VHLD）是一种遗传性综合征，以血管畸形、肾癌、肾上腺和胰腺肿瘤为特征。VHL蛋白在不同疾病相关病灶中无功能，导致产生大量血管内皮生长因子（VEGF）。目前尚无临床、影像学或分子标志物能够预测特定病灶的自然史。通过89Zr-bevacizumab正电子发射断层扫描（PET），VEGF可以被可视化并定量。研究者假设89Zr-bevacizumab PET成像是一种有用的工具，可预测VHLD患者疾病相关病灶的行为。患有VHLD且已接受常规磁共振的成年患者
【主题与分类】
主题标签：Von Hippel-Lindau Disease、Hemangioblastoma、Renal Cell Carcinoma、Pheochromocytoma、Pancreatic Neuroendocrine Tumor。本站分类：肿瘤/肾癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00970970
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/NCT00970970
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
疾病：Von Hippel-Lindau病、血管母细胞瘤、肾细胞癌、嗜铬细胞瘤、胰腺神经内分泌肿瘤。Von Hippel Lindau病（VHLD）是一种遗传性综合征，以血管畸形、肾癌、肾上腺及胰腺肿瘤为特征。在不同疾病相关病灶中，VHL蛋白无功能，导致血管内皮生长因子（VEGF）大量产生。目前尚无临床、影像学或分子标志物能够预测特定病灶的自然病程。通过89Zr-贝伐珠单抗正电子发射断层扫描（PET），可对VEGF进行可视化和定量。研究者假设89Zr-贝伐珠单抗PET显像是预测VHLD患者疾病相关病灶行为的有用工具。已接受中枢神经系统（CNS）和腹部常规磁共振成像（MRI）扫描的成年VHLD患者将接受89Zr-贝伐珠单抗PET扫描。MRI将在12个月内复查。
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。
