铟In 111喷曲肽治疗难治性癌症患者
该数据集来自clinicaltrials.gov，收录一项关于铟In 111喷曲肽（OctreoScan）治疗难治性癌症的剂量递增研究
基本信息
资源简介
铟In 111喷曲肽治疗难治性癌症患者
该数据集来自clinicaltrials.gov，收录一项关于铟In 111喷曲肽（OctreoScan）治疗难治性癌症的剂量递增研究。覆盖脑与中枢神经系统肿瘤、儿童朗格汉斯细胞组织细胞增生症、胃肠道类癌瘤、头颈癌、眼内黑色素瘤、胰岛细胞瘤、肾癌和肺癌等病种。研究旨在确定最大耐受剂量、毒性反应及初步抗肿瘤活性，患者第1天静脉给药，第3天和第6天成像，每周治疗共4个疗程。数据可用于肿瘤治疗剂量探索与安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：脑与中枢神经系统肿瘤、儿童朗格汉斯细胞组织细胞增生症、胃肠道类癌瘤、头颈癌、眼内黑色素瘤、胰岛细胞瘤、肾癌、肺癌。目标：I. 确定铟In 111喷曲肽的最大耐受剂量（MTD）、毒性反应及初步抗肿瘤活性。概要：这是一项剂量递增研究。患者在第1天接受铟In III喷曲肽（OctreoScan）静脉注射。第3天和第6天进行成像。在无疾病进展或不可接受的毒性情况下，治疗每周继续，共4个疗程。至少3名患者的队列接受递增剂量的OctreoScan，直至确定最大耐受剂量（MTD）。MTD定义为3名患者中有2名出现剂量限制性毒性反应之前的剂量。患者每3个月随访一次
【主题与分类】
主题标签：Brain and Central Nervous System Tumors、Childhood Langerhans Cell Histiocytosis、Gastrointestinal Carcinoid Tumor、Head and Neck Cancer、Intraocular Melanoma、Islet Cell Tumor、Kidney Cancer、Lung Cancer、Melanoma (Skin)、Neoplastic Syndrome。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00002947
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/NCT00002947
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：脑与中枢神经系统肿瘤、儿童朗格汉斯细胞组织细胞增生症、胃肠道类癌瘤、头颈部癌、眼内黑色素瘤、胰岛细胞瘤、肾癌、肺癌。目的：I. 确定铟In 111喷曲肽的最大耐受剂量（MTD）、毒性效应及初步抗肿瘤活性。概述：这是一项剂量递增研究。患者在第1天接受铟In III喷曲肽（OctreoScan）静脉注射。第3天和第6天进行成像。在无疾病进展或不可接受的毒性情况下，治疗每周继续，共4个疗程。至少3名患者的队列接受递增剂量的OctreoScan，直至确定最大耐受剂量（MTD）。MTD定义为3名患者中有2名出现剂量限制性毒性的前一个剂量。患者在第一年每3个月随访一次，此后每6个月随访一次。预计入组人数：本研究预计入组最多35名患者。
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。
