高危脊柱转移瘤的根治性放疗
该数据集来自 clinicaltrials.gov，聚焦高危脊柱转移瘤患者，涵盖转移性癌症、转移性肺癌、转移性乳腺癌、骨转移瘤及脊柱转移瘤等病种
基本信息
资源简介
高危脊柱转移瘤的根治性放疗
Definitive Radiation for High-Risk Spine Metastases 是一个源自 clinicaltrials.gov 的肿瘤学相关数据集，聚焦于高危脊柱转移瘤患者群体。该数据集围绕一项临床研究展开，研究关注的是癌症已侵袭性转移至脊柱的患者，能否仅通过立体定向体部放射治疗（SBRT）进行治疗，从而避免大型脊柱手术。数据集涵盖的病种包括转移性癌症、转移性肺癌、转移性乳腺癌、转移性肿瘤、骨转移瘤、脊柱转移瘤及转移等主题。在分类上，该数据集归属于肿瘤领域下的肺癌方向，其核心价值在于为脊柱转移瘤的放射治疗研究提供结构化的临床研究信息支撑。
【数据集背景】
该数据集所对应的研究背景源于癌症脊柱转移这一临床难题。当癌症侵袭性转移至脊柱时，传统上可能涉及大型脊柱手术的干预方式。该研究旨在探讨此类高危脊柱转移瘤患者能否仅接受立体定向体部放射治疗而避免大型脊柱手术，这一命题构成了数据集的核心背景。数据集在站内被归类于肿瘤 / 肺癌方向，同时其主题标签覆盖了转移性癌症、转移性肺癌、转移性乳腺癌、转移性肿瘤、骨转移瘤、脊柱转移瘤及转移等多个相关病种，反映出脊柱转移瘤在多种原发癌症中的共性临床意义。
【数据内容】
数据集的主题标签涵盖 Metastatic Cancer、Metastatic Lung Cancer、Metastatic Breast Cancer、Metastatic Tumor、Metastatic Tumor of Bone、Metastatic Tumor to the Spine、Spine Metastases 与 Metastasis。源站描述中列出的疾病条件包括转移性癌症、转移性肺癌、转移性乳腺癌、转移性肿瘤、骨转移性肿瘤、脊柱转移性肿瘤、脊柱转移瘤及转移。数据集内容围绕上述病种条件下高危脊柱转移瘤患者接受立体定向体部放射治疗的相关研究信息组织。关于数据集的具体字段构成、样本量、变量类型等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其源站描述表明，所涉及的研究考察癌症已侵袭性扩散至脊柱的患者能否仅以立体定向体部放射治疗进行处理并避免大型脊柱手术。除来源站与源站描述所载信息外，关于采集时间范围、采集方法、数据更新频率等细节，源站未提供。
【适用场景】
基于其主题标签与来源描述，该数据集适用于肿瘤学尤其是脊柱转移瘤相关的研究场景，可服务于对转移性癌症、转移性肺癌、转移性乳腺癌、骨转移瘤及脊柱转移瘤等病种的关注。其研究指向立体定向体部放射治疗作为替代大型脊柱手术的潜在治疗路径，因此可应用于放射治疗策略评估、脊柱转移患者治疗决策相关研究等场景。关于更具体的适用场景说明，源站未提供。
【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/NCT06165419
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：转移性癌症、转移性肺癌、转移性乳腺癌、转移性肿瘤、骨转移性肿瘤、脊柱转移性肿瘤、脊柱转移、转移。本研究旨在探讨癌症已侵袭性转移至脊柱的患者能否仅接受立体定向体部放射治疗而避免大型脊柱手术
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。
