新型PET扫描仪在癌症患者中的研究
该数据集来自clinicaltrials.gov，主题为肿瘤/肺癌，聚焦于一种新型全身PET扫描仪Biograph Vision Quadra在癌症患者中的应用研究
基本信息
资源简介
新型PET扫描仪在癌症患者中的研究
该数据集源自 clinicaltrials.gov，英文名称为 A Study of a New PET Scanner in People With Cancer，在肿瘤 / 肺癌分类下收录，主题标签涵盖非小细胞肺癌（Non Small Cell Lung Carcinoma NSCLC）、头颈癌（Head and Neck Cancer）与前列腺癌（Prostate Cancer）。其核心关注点是一种新型全身 PET 扫描仪——由 Siemens Healthineers 制造的 Biograph Vision Quadra——在癌症患者中的应用研究。整体来看，该数据集围绕肿瘤影像学检查中的设备性能探索展开，面向肺癌及其他相关癌种，为理解新型全身 PET 扫描仪在真实临床研究场景中的使用方式提供了来源信息。以下按不同方面对该数据集作进一步介绍。
【数据集背景】
该数据集所对应的研究方案是一项质量改进方案，其目的在于探索并充分利用一种新型全身 PET 扫描仪——Biograph Vision Quadra 的先进性能特征。该设备由 Siemens Healthineers 制造。研究涉及的疾病条件包括非小细胞肺癌（NSCLC）、头颈癌和前列腺癌。从分类上看，该数据集归属于肿瘤 / 肺癌方向，主题标签同样指向非小细胞肺癌、头颈癌与前列腺癌。整体背景体现了在肿瘤患者群体中评估新型全身 PET 扫描设备性能的研究取向。
【数据内容】
该数据集的主题标签为非小细胞肺癌（Non Small Cell Lung Carcinoma NSCLC）、头颈癌（Head and Neck Cancer）和前列腺癌（Prostate Cancer）。源站描述中列出的条件同样为这三类癌症。数据集英文名称为 A Study of a New PET Scanner in People With Cancer，表明其内容与在癌症患者中开展的新型 PET 扫描仪研究相关。除上述主题与条件信息外，源站未提供更细粒度的数据字段、变量列表或具体观测内容。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其源站描述指出，该方案为一项质量改进方案，旨在探索并利用 Biograph Vision Quadra 这一新型全身 PET 扫描仪的先进性能特征，该扫描仪由 Siemens Healthineers 制造。研究涉及的条件为非小细胞肺癌、头颈癌和前列腺癌。除来源站与上述描述外，源站未提供关于采集时间、采集地点、样本量或采集流程的更多信息。
【适用场景】
基于现有信息，该数据集适用于与肿瘤 / 肺癌相关的主题检索与背景了解，尤其涉及非小细胞肺癌、头颈癌和前列腺癌，以及新型全身 PET 扫描仪 Biograph Vision Quadra 在癌症患者中的应用研究。其内容可用于了解该研究方案所关注的方向，即探索并利用该扫描仪的先进性能特征。除这些由源站描述和主题标签直接支持的方向外，源站未提供其他具体适用场景。
【使用方法】
源站未提供。
【质量与限制】
源站未提供。
【引用与许可】
源站未提供。
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/NCT07690917
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：非小细胞肺癌（NSCLC）、头颈癌、前列腺癌。本方案是一项质量改进方案，旨在探索并利用新型全身PET扫描仪——西门子医疗（Siemens Healthineers）制造的Biograph Vision Quadra——的先进性能特点。
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。
