马来酸西地尼布联合全脑放疗治疗非小细胞肺癌脑转移患者
该数据集来自 clinicaltrials.gov，属于肿瘤/肺癌领域，研究对象为马来酸西地尼布联合全脑放疗用于非小细胞肺癌脑转移患者
基本信息
资源简介
马来酸西地尼布联合全脑放疗治疗非小细胞肺癌脑转移患者
该数据集来自 clinicaltrials.gov，属于肿瘤/肺癌领域，研究对象为马来酸西地尼布联合全脑放疗用于非小细胞肺癌脑转移患者。源站描述覆盖男性乳腺癌、IV期乳腺癌、IV期黑色素瘤、IV期非小细胞肺癌、IV期肾细胞癌、IVA期结肠癌、IVA期直肠癌、IVB期结肠癌等条件。主要目标为确定 AZD2171 联合 WBRT 的最大耐受剂量与安全性，次要目标包括中枢神经系统客观缓解率、神经无进展生存、总生存、死亡原因及血管正常化窗口的影像学探索。可用于放疗联合靶向治疗的安全性、疗效与预后相关建模研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：男性乳腺癌、IV期乳腺癌、IV期黑色素瘤、IV期非小细胞肺癌、IV期肾细胞癌、IVA期结肠癌、IVA期直肠癌、IVB期结肠癌。主要目标：I. 确定 AZD2171 与 WBRT 联合用于脑转移患者时的安全性和耐受性（最大耐受剂量，即 MTD）。次要目标：I. 描述中枢神经系统（CNS）的客观缓解率（ORR）、神经无进展生存期（N-PFS）、总生存期和死亡原因，并利用系列无创影像参数探索血管正常化窗口。大纲：患者在第 1 天接受口服马来酸西地尼布。患者从第 3 天开始接受全脑放疗，每周 5 天，持续 3 周。在无疾病进展或不可接受的情况下继续治疗
【主题与分类】
主题标签：Male Breast Cancer、Stage IV Breast Cancer、Stage IV Melanoma、Stage IV Non-small Cell Lung Cancer、Stage IV Renal Cell Cancer、Stage IVA Colon Cancer、Stage IVA Rectal Cancer、Stage IVB Colon Cancer、Stage IVB Rectal Cancer、Tumors Metastatic to Brain。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00937482
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/NCT00937482
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
疾病类型：男性乳腺癌、IV期乳腺癌、IV期黑色素瘤、IV期非小细胞肺癌、IV期肾细胞癌、IVA期结肠癌、IVA期直肠癌、IVB期结肠癌。主要目标：I. 确定AZD2171与全脑放疗联合应用于脑转移患者时的安全性和耐受性（最大耐受剂量，即MTD）。次要目标：I. 描述中枢神经系统（CNS）的客观缓解率（ORR）、神经无进展生存期（N-PFS）、总生存期及死亡原因，并利用系列无创影像参数探索血管正常化窗口。治疗方案概要：患者于第1天接受口服马来酸西地尼布。自第3天起，患者每周接受5天全脑放疗，持续3周。在无疾病进展或不可接受的毒性反应的情况下，治疗持续进行。研究治疗完成后，对患者进行定期随访。
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。
