小胸部肿瘤支气管镜肺消融:Blastt 注册研究

该数据集来自 clinicaltrials.gov,聚焦已知肺癌或肺转移且接受机器人辅助支气管镜外周肿瘤消融的患者。其目标包括汇总与整合数据以支持相关研究,评估术中、围术期及长期安全性,分析局部肿瘤进展(LTP)、局部肿瘤无进展生存(LTPFS)、无进展生存(PFS)、疾病特异性生存(DSS)和总生

M.D. Anderson Cancer CenterM.D. Anderson Cancer Center
clinicaltrials
浏览 12
医学影像预测Thoracic Tumors
Bronchoscopic Lung Ablation of Small Thoracic Tumors: the Blastt Registry

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-10

资源简介

小胸部肿瘤支气管镜肺消融:Blastt 注册研究

该数据集来自 clinicaltrials.gov,聚焦已知肺癌或肺转移且接受机器人辅助支气管镜外周肿瘤消融的患者。其目标包括汇总与整合数据以支持相关研究,评估术中、围术期及长期安全性,分析局部肿瘤进展(LTP)、局部肿瘤无进展生存(LTPFS)、无进展生存(PFS)、疾病特异性生存(DSS)和总生存(OS)等肿瘤学结局,并理解消融后影像学表现随时间的变化,以及评估与出血、气胸等安全性相关的肿瘤和患者风险因素。可用于肺癌消融治疗的安全性、疗效与预后研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:胸部肿瘤。A. 汇总、整合并分析数据,以促进对已知诊断为肺癌或肺转移并接受机器人辅助支气管镜外周肿瘤消融的患者的研究。B. 评估机器人辅助支气管镜外周肺肿瘤消融的术中、围术期和长期安全性结局。C. 评估不同的肿瘤学结局,包括按 RECIST 标准的局部肿瘤进展(LTP)、局部肿瘤无进展生存(LTPFS)、无进展生存(PFS)、疾病(癌症)特异性生存(DSS)和总生存(OS)。D. 更深入地理解支气管镜消融肺肿瘤的影像学表现随时间的演变。E. 评估可能与安全性(出血、气胸和

【主题与分类】

主题标签:Thoracic Tumors。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06840288

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/NCT06840288

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

疾病:胸部肿瘤。A. 汇总、整合并分析数据,以促进对已知诊断为肺癌或肺转移并接受机器人辅助支气管镜消融外周肿瘤的患者的研究。B. 评估机器人辅助支气管镜消融外周肺肿瘤的术中、围手术期及长期安全性结局。C. 评估不同的肿瘤学结局,包括根据RECIST标准的局部肿瘤进展(LTP)、局部肿瘤无进展生存期(LTPFS)、无进展生存期(PFS)、疾病(癌症)特异性生存期(DSS)和总生存期(OS)。D. 更深入地了解经支气管镜消融的肺肿瘤影像学表现随时间的演变。E. 评估可能与安全性(出血、气胸和局部感染)和肿瘤学结局(LTPFS、PFS、DSS和OS)相关的肿瘤及患者相关危险因素。F. 通过检查消融前和消融后图像(胸部CT),探索影像组学在监测和预测消融反应中的作用。

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