Yttrium Y-90放射栓塞治疗转移性肝癌患者
该数据集来自clinicaltrials.gov,聚焦于转移性肝癌及IV期、IVa期、IVb期肝癌患者,研究同日进行Yttrium Y-90放射栓塞规划与治疗血管造影的可行性与安全性,并评估患者费用、99mTc-MAA显像及肺分流分数计算所需时间、90Y微球放射性活度送达血管造影室的时间等次要目标

基本信息
资源简介
Yttrium Y-90放射栓塞治疗转移性肝癌患者
该数据集来自clinicaltrials.gov,聚焦于转移性肝癌及IV期、IVa期、IVb期肝癌患者,研究同日进行Yttrium Y-90放射栓塞规划与治疗血管造影的可行性与安全性,并评估患者费用、99mTc-MAA显像及肺分流分数计算所需时间、90Y微球放射性活度送达血管造影室的时间等次要目标。数据可用于肝癌放射栓塞治疗流程优化、安全性评估及医疗成本分析等研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:转移性肝癌、IV期肝癌、IVa期肝癌、IVb期肝癌。主要目标:I. 评估同日进行钇-90放射栓塞规划与治疗血管造影的可行性和安全性。次要目标:I. 确定与标准两次法相比,同日诊断和治疗相关的患者费用。II. 确定执行强制性室内锝Tc-99m白蛋白聚集(99mTc-MAA)显像及肺分流分数和治疗90Y微球活度相关计算所需的时间。III. 确定在授权用户写出治疗书面指令后,将治疗90Y微球放射性活度送达血管造影室所需的时间。大纲:前2名入组患者接受标准诊疗诊断和治疗d
【主题与分类】
主题标签:Metastatic Liver Carcinoma、Stage IV Liver Cancer、Stage IVA Liver Cancer、Stage IVB Liver Cancer。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03028311
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/NCT03028311
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:转移性肝癌、IV期肝癌、IVA期肝癌、IVB期肝癌。主要目的:I. 评估同日进行钇-90放射栓塞计划与治疗血管造影的可行性和安全性。次要目的:I. 确定与标准两次就诊方法相比,同日诊断和治疗相关的患者费用。II. 确定执行强制性室内锝-99m白蛋白聚集物(99mTc-MAA)成像所需的时间,以及相关的肺分流分数和90Y微球治疗活度计算所需的时间。III. 确定在授权用户签署治疗书面指令后,将90Y微球放射性治疗送至血管造影室所需的时间。大纲:前2名入组患者在2-4周内接受两次就诊的标准诊疗,每次约6小时。
在第一次就诊时,患者接受诊断性血管造影并栓塞潜在的肝肠侧支循环,通过导管接受锝Tc-99m白蛋白聚集物作为治疗微球的替代物,并进行平面显像。在第二次就诊时,患者接受第二次血管造影,并通过动脉微导管接受钇Y 90树脂微球。随后患者接受单光子发射计算机断层扫描-计算机断层扫描(SPECT-CT)轫致辐射显像。所有后续入组患者在大约8小时的1次就诊中接受与前述相同的诊断和治疗。研究治疗完成后,患者在1、3和6个月时进行随访。
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。




