18F-BL40 PET/CT 扫描的初步评估
该数据集来自 clinicaltrials.gov,为一项前瞻性注册研究,评估 18F-BL40 PET/CT 在 CXCR4 表达肿瘤患者中的诊断价值,用于分期、定位肿瘤并评估药物安全性与生物分布
![Preliminary Assessment of [18F]BL40 in PET/CT Scans](/medical-api/medicalDataset/datasetCover/61812.jpg)
基本信息
资源简介
18F-BL40 PET/CT 扫描的初步评估
该数据集来自 clinicaltrials.gov,为一项前瞻性注册研究,评估 18F-BL40 PET/CT 在 CXCR4 表达肿瘤患者中的诊断价值,用于分期、定位肿瘤并评估药物安全性与生物分布。覆盖弥漫大 B 细胞淋巴瘤、多发性骨髓瘤、套细胞淋巴瘤、边缘区淋巴瘤、慢性淋巴细胞白血病及华氏巨球蛋白血症。每名受试者接受两次 PET/CT 扫描,分别使用 18F-BL40 与 18F-FDG。可用于肿瘤影像诊断、分期及示踪剂安全性相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:弥漫大 B 细胞淋巴瘤、多发性骨髓瘤、套细胞淋巴瘤、边缘区淋巴瘤、慢性淋巴细胞白血病、华氏巨球蛋白血症。这是一项前瞻性注册研究,旨在评估 18F-BL40 PET/CT 对 CXCR4 表达肿瘤患者进行分期的诊断价值,定位肿瘤部位,并评估该药物在 PET/CT 扫描中的安全性和生物分布。每名受试者将接受两次 PET/CT 扫描,一次使用 18F-BL40,另一次使用 18F-FDG。18F-BL40 放射性示踪剂根据向 Health Canada 提交的临床试验申请为本研究生产。18F-FDG 被视为标准护理,并已获 Health Canada 批准。随访评估:所有受试者将在注射 18F-BL40 后的第二天通过电话联系。将询问受试者在 18-72 小时内是否出现任何不良效应。
【主题与分类】
主题标签:Diffuse Large B-cell Lymphoma、Multiple Myeloma、Mantle Cell Lymphoma、Marginal Zone Lymphoma、Chronic Lymphocytic Leukemia、Waldenström Macroglobulinemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06224309
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/NCT06224309
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
疾病类型:弥漫性大B细胞淋巴瘤、多发性骨髓瘤、套细胞淋巴瘤、边缘区淋巴瘤、慢性淋巴细胞白血病、华氏巨球蛋白血症。这是一项前瞻性注册研究,旨在评估18F-BL40 PET/CT在分期表达CXCR4肿瘤患者中的诊断效用,定位肿瘤部位,并评估该药物在PET/CT扫描中的安全性和生物分布。每位受试者将接受两次PET/CT扫描,一次使用18F-BL40,另一次使用18F-FDG。18F-BL40放射性示踪剂是根据向加拿大卫生部提交的临床试验申请为本研究制造的。18F-FDG被视为标准护理,并已获得加拿大卫生部批准。随访评估:所有受试者将在注射18F-BL40后的第二天通过电话联系。将询问受试者在给予18F-BL40后的18-72小时内是否出现任何不良效应。随后,当地核医学主治医师将评估这些效应是否可能与18F-BL40给药有关。所有受试者将在18F-BL40 PET/CT检查后至少随访6个月。
评估将包括对现有影像学检查、实验室检测及治疗情况的病历审查。所需数据可从患者纸质及电子病历的审查中获取,必要时可通过电话联系补充完善信息。
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。




