68Ga-NOTA-RM26 PET/CT 用于胃肠道间质瘤检测

该数据集来自 clinicaltrials.gov,主题为 68Ga-NOTA-RM26 PET/CT 用于胃肠道间质瘤检测的前瞻性初步研究

Peking Union Medical College HospitalPeking Union Medical College Hospital
clinicaltrials
浏览 8
医学影像分类Gastrointestinal Stromal Tumors
68Ga-NOTA-RM26 PET/CT for the Detection of Gastrointestinal Stromal Tumor

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-18

资源简介

68Ga-NOTA-RM26 PET/CT 用于胃肠道间质瘤检测

该数据集来自 clinicaltrials.gov,主题为 68Ga-NOTA-RM26 PET/CT 用于胃肠道间质瘤检测的前瞻性初步研究。RM26 为含 9 个氨基酸残基的生物活性多肽,可特异性结合胃泌素释放肽受体(GRPR/BB2),该受体在肺癌、乳腺癌、前列腺癌、头颈鳞癌、胶质瘤及胃肠道肿瘤等常见肿瘤中大量存在。利用放射性核素标记的 GRPR 类似物 RM26 进行肿瘤靶向成像与治疗,可提高肿瘤早期检出率,并在肿瘤分期、预后评估和疗效评价中具有临床意义。数据可用于肿瘤靶向成像相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:胃肠道间质瘤。RM26 是一种含有 9 个氨基酸残基的生物活性多肽,可特异性结合胃泌素释放肽受体(GRPR,BB2 受体)。既往研究已证实,在人类常见类型肿瘤中存在大量 GRPR 受体,如肺癌、乳腺癌、前列腺癌、头颈鳞状细胞癌、胶质瘤和胃肠道肿瘤。因此,使用各种放射性核素标记的胃泌素释放肽受体类似物 RM26 进行肿瘤靶向成像和治疗,可大大提高肿瘤的早期检出率,并在肿瘤分期、预后评估和疗效评价中具有重要的临床意义和价值。这项前瞻性初步研究探讨了使用 68Ga-NOTA-RM26(一种靶向胃泌素释放肽受体(GRPR)的拮抗剂)来评估

【主题与分类】

主题标签:Gastrointestinal Stromal Tumors。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT05001204

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT05001204

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:胃肠道间质瘤。Rm26是一种含有9个氨基酸残基的生物活性多肽,能够特异性结合胃泌素释放肽受体(GRPR,BB2受体)。既往研究已证实,人类常见类型肿瘤中存在大量GRPR受体,如肺癌、乳腺癌、前列腺癌、头颈部鳞状细胞癌、胶质瘤及胃肠道肿瘤。因此,利用多种放射性核素标记的胃泌素释放肽受体类似物RM26进行肿瘤靶向显像与治疗,可大幅提高肿瘤的早期检出率,在肿瘤分期、预后评估及疗效评价方面具有重要的临床意义和价值。本前瞻性初步研究探讨了68Ga-NOTA-RM26——一种靶向胃泌素释放肽受体(GRPR)的拮抗剂——在正电子发射断层显像/计算机断层显像(PET/CT)中用于评估乳腺癌的应用。

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。

获取专属数据定制方案