肺癌患者脑转移检测的年度脑MRI监测
该数据集来自 clinicaltrials.gov,主题为肺癌患者脑转移检测的年度脑MRI监测。脑转移是肺癌常见且具有临床重要性的并发症,早期发现可能有助于及时开展立体定向放射外科、全脑放疗、神经外科切除或全身治疗等局部治疗

基本信息
资源简介
肺癌患者脑转移检测的年度脑MRI监测
该数据集来自 clinicaltrials.gov,主题为肺癌患者脑转移检测的年度脑MRI监测。脑转移是肺癌常见且具有临床重要性的并发症,早期发现可能有助于及时开展立体定向放射外科、全脑放疗、神经外科切除或全身治疗等局部治疗。但肺癌诊断后常规脑MRI监测的人群获益仍不确定,随机证据有限,不同临床环境中的监测实践也存在差异。该研究将采用序贯目标试验模拟框架,评估肺癌患者定期脑MRI监测的临床效用,比较主动定期脑MRI监测与不主动监测两种策略(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Lung Cancer, Brain Metastasases, MRI, Surveillance。脑转移是肺癌常见且具有临床重要性的并发症。早期发现可能有助于及时进行局部治疗,包括立体定向放射外科、全脑放疗、神经外科切除或全身治疗。然而,肺癌诊断后常规脑MRI监测的人群层面获益仍不确定。随机证据有限,且不同临床环境中的监测实践存在差异。本研究将使用序贯目标试验模拟框架,评估肺癌患者定期脑MRI监测的临床效用。所关注的目标试验是一项假设的随机策略,在新诊断肺癌且既往无脑转移的患者中,比较主动定期脑MRI监测与不主动监测。
【主题与分类】
主题标签:Lung Cancer、Brain Metastasases、MRI、Surveillance。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07646041
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/NCT07646041
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:肺癌、脑转移、MRI、监测。脑转移是肺癌常见且具有重要临床意义的并发症。早期发现可能有助于及时进行局部治疗,包括立体定向放射外科、全脑放疗、神经外科切除或全身治疗。然而,肺癌诊断后常规脑MRI监测的人群层面获益仍不确定。随机证据有限,且不同临床环境中的监测实践存在差异。本研究将采用序贯目标试验模拟框架,评估周期性脑MRI监测在肺癌患者中的临床效用。所关注的目标试验是一项假设性随机策略,在新诊断肺癌且试验入组时无既往脑转移、无诊断性脑MRI临床指征的患者中,比较积极周期性脑MRI监测与非积极监测。将在肺癌诊断后按月间隔创建新的模拟试验。
在每个试验基线时,患者若符合以下条件即具备入组资格:存活、未发生脑转移、在既往监测间隔内未接受脑MRI检查,且近期无神经系统症状或临床情况提示需进行诊断性而非监测性MRI。有症状或诊断性指征的患者可能被排除于该特定试验之外,但若符合资格标准,仍可能在后续试验中再次具备入组资格。发生脑转移或死亡的患者将被永久排除于后续试验之外。主要暴露因素为主动脑MRI监测。在主要分析中,在某一给定月度试验期间接受脑MRI的患者将被归类为进入主动监测状态,持续一年。一年后,除非再次接受监测性脑MRI,否则他们将回到非主动监测状态。一项敏感性分析将把主动监测状态定义为持续两年,此后
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。




