高危无症状或轻微症状骨转移的早期放疗对比观察
该数据集来自 clinicaltrials.gov,聚焦实体肿瘤伴骨转移且无症状或轻微症状、骨骼事件高风险的患者,比较早期放疗与观察两种策略

基本信息
资源简介
高危无症状或轻微症状骨转移的早期放疗对比观察
该数据集来自 clinicaltrials.gov,聚焦实体肿瘤伴骨转移且无症状或轻微症状、骨骼事件高风险的患者,比较早期放疗与观察两种策略。骨转移是晚期癌症常见且严重的并发症,前列腺癌、乳腺癌、肺癌、肾癌和皮肤癌最易发生骨转移,可导致骨痛、活动能力下降、骨折及脊髓压迫。数据可用于分析早期放疗对骨骼相关事件的预防效果,辅助肿瘤科与放疗科开展风险分层、治疗决策与预后评估研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:实体肿瘤、骨转移、无症状或轻微症状、骨骼事件高风险。据估计,三分之二的晚期癌症患者会发生骨转移(即骨转移瘤)。任何类型的癌症都可能扩散到骨骼,但扩散到骨骼可能性最大的癌症类型包括前列腺癌、乳腺癌、肺癌、肾癌和皮肤癌。骨转移的发生是癌症的严重并发症,极大影响生活质量。很大一部分患者会经历骨痛及相关的活动能力下降。骨转移还可导致骨折。骨转移在椎骨内生长可导致脊髓受压。这被称为脊髓压迫。症状范围可从轻微(疼痛和刺痛感)到非常
【主题与分类】
主题标签:Solid Neoplasms、Bone Metastases、Asymptomatic or Minimally Symptomatic、High Risk for Skeletal Events。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07146074
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/NCT07146074
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
疾病状态:实体肿瘤、骨转移、无症状或轻微症状、骨骼事件高风险。据估计,三分之二的晚期癌症患者会发生骨转移(即骨转移瘤)。任何类型的癌症都可能扩散至骨骼,但最易发生骨转移的癌症类型包括前列腺癌、乳腺癌、肺癌、肾癌和皮肤癌。骨转移的发生是癌症的一种严重并发症,极大影响生活质量。很大一部分患者会经历骨痛及相关的活动能力下降。骨转移还可导致骨折。骨转移在椎骨中的生长可导致脊髓受压,这被称为脊髓压迫。其症状可从轻微(疼痛和刺痛感)到非常严重(瘫痪)不等。在英语文献中,由骨转移引起的这些骨骼并发症通常被称为骨骼相关事件(“skeletal-related events”;SREs),当它们还引起症状时,则称为症状性骨骼相关事件(“symptomatic skeletal-related events”;SSEs)。
SSE定义为:* 有症状的病理性骨折 * 导致神经功能缺损或疼痛的脊髓压迫 * 姑息性放疗指征(针对骨痛、脊髓压迫或(即将发生的)骨折) * 骨科手术指征(针对骨痛、脊髓压迫或(即将发生的)骨折) 当发生对生活质量产生负面影响的SSE时,可通过全身治疗、手术或放疗(RT)进行治疗。科学证据已表明放疗是治疗引起症状的骨转移患者的有效方法。近期一项美国试验的数据提示,对高风险无症状骨转移进行预防性放疗也可能具有有利效果。因此,HERMES研究旨在探讨对转移性
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。




