辅助热疗联合MR引导HIFU缓解症状性骨转移疼痛
该数据集来自clinicaltrials.gov,聚焦症状性骨转移的疼痛缓解,涉及骨转移、放疗、疼痛与MRI等主题。源站描述指出骨转移是疼痛及其他显著症状的常见原因,乳腺癌、前列腺癌或肺癌死亡患者中高达85%存在骨转移;外照射放疗是有效的姑息治疗手段,60%至80%患者疼痛改善、15%至40%完全缓

基本信息
资源简介
辅助热疗联合MR引导HIFU缓解症状性骨转移疼痛
该数据集来自clinicaltrials.gov,聚焦症状性骨转移的疼痛缓解,涉及骨转移、放疗、疼痛与MRI等主题。源站描述指出骨转移是疼痛及其他显著症状的常见原因,乳腺癌、前列腺癌或肺癌死亡患者中高达85%存在骨转移;外照射放疗是有效的姑息治疗手段,60%至80%患者疼痛改善、15%至40%完全缓解;热疗与放疗联合在细胞杀伤方面具有互补作用。数据可用于骨转移疼痛姑息治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:骨转移、放疗、疼痛、MRI。骨转移是疼痛及其他显著症状的常见原因,对生活质量造成不利影响。死于乳腺癌、前列腺癌或肺癌的患者中高达85%存在骨转移。外照射放疗(EBRT)是有效的姑息治疗方式之一,可缓解疼痛性骨转移。采用基于患者的评估方法,60%至80%的患者观察到疼痛改善,15%至40%的患者疼痛完全缓解。热疗(HT)与放疗联合具有很强的说服力,因其基于经典放射生物学、分子生物学和肿瘤生理学原理。将温度升高至超生理水平(41°至43°之间)与放疗联合时,在细胞杀伤方面显示出互补作用。磁共振
【主题与分类】
主题标签:Bone Metastases、Radiotherapy、Pain、MRI。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05167669
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/NCT05167669
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:骨转移、放疗、疼痛、MRI。骨转移是导致疼痛及其他显著症状的常见原因,对生活质量产生不利影响。高达85%的乳腺癌、前列腺癌或肺癌死亡患者存在骨转移。外照射放射治疗(EBRT)是有效缓解疼痛性骨转移的标准姑息治疗方式之一。采用基于患者的评估方法,观察到60%至80%的患者疼痛改善,其中15%至40%的患者疼痛完全缓解。热疗(HT)与放射治疗联合应用具有强烈的吸引力,其理论基础源于经典放射生物学、分子生物学和肿瘤生理学原理。将温度升高至超生理水平(41°至43°之间)与放疗联合时,在细胞杀伤方面表现出互补作用。磁共振(MR)成像在临床常规中广泛用于放射学诊断和分期。此外,MR可提供准确的、不依赖组织的测温技术,用于热疗过程中的术中引导。
在本项目中,我们旨在将轻度热疗与体外放射治疗(EBRT)联合应用于辅助治疗环境,以持续缓解有症状骨转移患者的疼痛。日内瓦大学医院已针对当前应用对现有磁共振引导聚焦超声(MRgFUS)设备进行了离体研究改造,证明了该技术在轻度热疗治疗中的高精度。将开展一项临床前瞻性、干预性、单中心试点可行性研究,以评估该技术的临床应用。主要目标 1. 对时空逐像素MR测温(数百像素)的精确控制:肿瘤内温度升高的空间均匀性及患者间可重复性(预期标准差为0.5°C)。2. 安全性与患者耐受性:周围骨与软组织无不良反应,符合单日双重治疗要求
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。




