树脂微球Scout剂量研究
该数据集来自clinicaltrials.gov,聚焦肝癌的放射栓塞治疗,涵盖肝细胞癌、肝内胆管癌及肝转移瘤。研究评估一种可能更准确的方法,用于在治疗前判断放射性微球是否安全,重点在于检测注入的钇-90微球是否过量进入肺部而引发放射性肺炎

基本信息
资源简介
树脂微球Scout剂量研究
该数据集来自clinicaltrials.gov,聚焦肝癌的放射栓塞治疗,涵盖肝细胞癌、肝内胆管癌及肝转移瘤。研究评估一种可能更准确的方法,用于在治疗前判断放射性微球是否安全,重点在于检测注入的钇-90微球是否过量进入肺部而引发放射性肺炎。数据可用于理解放射栓塞的安全性评估流程及肺部分流检测的研究场景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:放射栓塞、肝细胞癌(HCC)、肝内胆管癌(ICC)、肝转移。本研究考察一种名为放射栓塞的肝癌治疗方法,并测试一种新的、可能更准确的方法来检查该治疗对患者肺部是否安全。放射栓塞是一种将含有放射性物质(钇-90)的微小珠子注入为肝脏肿瘤供血的动脉的操作。这些珠子主要滞留于肿瘤内,直接向肿瘤递送辐射,同时避开大部分正常肝脏。然而,部分珠子可能绕过肝脏循环进入肺部。若进入肺部的珠子过多,可导致称为放射性肺炎的严重辐射损伤。为避免这种情况,医生目前会在真正治疗前进行“试运行”。他们将一种名为MAA的不同颗粒注入肝动脉,并
【主题与分类】
主题标签:Radioembolization、Hepatocellular Carcinoma (HCC)、Intrahepatic Cholangiocarcinoma (ICC)、Liver Metastasis。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07476651
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/NCT07476651
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:放射栓塞、肝细胞癌(HCC)、肝内胆管癌(ICC)、肝转移瘤。本研究探讨一种名为放射栓塞的肝癌治疗方法,并测试一种新的、可能更准确的方法来评估该治疗对患者肺部是否安全。放射栓塞是一种将含有放射性物质(钇-90)的微小球体注入为肝脏肿瘤供血的动脉的操作。这些微球主要滞留于肿瘤内,直接向肿瘤释放辐射,同时避开大部分正常肝脏。然而,部分微球可能绕过肝脏循环进入肺部。若进入肺部的微球过多,可导致严重的放射性损伤,称为放射性肺炎。为避免此情况,医生目前会在正式治疗前进行“试验性注射”。他们将一种名为MAA的不同颗粒注入肝动脉,然后进行核医学扫描,观察其进入肺部与肝脏的比例。该百分比称为肺分流分数。若肺分流分数达到或超过20%,则不进行放射栓塞;若在10%至20%之间,则根据肿瘤大小决定是否治疗。
实际治疗通常在此项检查后1-2周进行。MAA颗粒在大小上与治疗用微球相似,但并非完全相同;有些更小。因此,MAA可能会略微高估实际治疗剂量中真正到达肺部的比例。此外,MAA完全依赖进口,全球范围内曾出现供应短缺的时期。基于这些原因,需要另一种更准确、更可靠的方法来测量肺分流。LASER研究测试了一种称为“侦察剂量”的方法。在该方法中,医生取少量实际治疗用微球(SIR-Spheres,一种树脂钇-90微球产品),在治疗当天将低放射性剂量(0.56 GBq)注入肝动脉。随后进行PET/CT扫描,计算该侦察剂量中有多少进入肺部、多少留在肝脏。由于侦察剂量使用的是与实际治疗相同类型的微球,它可能提供更准
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。




