放疗、化疗联合大豆异黄酮治疗IIIA-IIIB期非小细胞肺癌
该数据集来自clinicaltrials.gov，聚焦于不可切除的IIIA-IIIB期非小细胞肺癌（NSCLC）患者，评估在同步放化疗基础上加用口服大豆异黄酮的安全性
基本信息
资源简介
放疗、化疗联合大豆异黄酮治疗IIIA-IIIB期非小细胞肺癌
该数据集来自clinicaltrials.gov，聚焦于不可切除的IIIA-IIIB期非小细胞肺癌（NSCLC）患者，评估在同步放化疗基础上加用口服大豆异黄酮的安全性。数据涵盖肺腺癌、腺鳞癌、细支气管肺泡癌、大细胞肺癌、复发非小细胞肺癌、鳞状细胞肺癌等亚型。研究将患者分为两组，鳞状细胞组织学组接受依托泊苷联合顺铂化疗及放疗，并在治疗开始48小时内每日口服大豆异黄酮，持续90天。该数据可用于肺癌治疗方案的分类研究及安全性分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肺腺癌、腺鳞状细胞肺癌、细支气管肺泡细胞肺癌、大细胞肺癌、复发性非小细胞肺癌、鳞状细胞肺癌、IIIA期非小细胞肺癌、IIIB期非小细胞肺癌。主要目标：I. 评估在不可切除的III期非小细胞肺癌（NSCLC）患者的同步化疗和放疗中加入口服大豆异黄酮的安全性。方案概述：患者被分配到2个治疗组中的1个。第I组（鳞状细胞组织学）：患者在第1-5天和第29-33天接受依托泊苷静脉注射（IV）超过1小时，在第1、8、29和36天接受顺铂IV超过1小时，并接受放射治疗（RT），每周5天，持续6.6周。在开始治疗48小时内，患者在第1-90天每天口服（PO）大豆异黄酮。第II组（非鳞状细胞组织学）：源站未提供。
【主题与分类】
主题标签：Adenocarcinoma of the Lung、Adenosquamous Cell Lung Cancer、Bronchoalveolar Cell Lung Cancer、Large Cell Lung Cancer、Recurrent Non-small Cell Lung Cancer、Squamous Cell Lung Cancer、Stage IIIA Non-small Cell Lung Cancer、Stage IIIB Non-small Cell Lung Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01958372
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/NCT01958372
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：肺腺癌、肺腺鳞癌、细支气管肺泡细胞肺癌、大细胞肺癌、复发性非小细胞肺癌、鳞状细胞肺癌、IIIA期非小细胞肺癌、IIIB期非小细胞肺癌。主要目标：I. 评估在不可切除的III期非小细胞肺癌（NSCLC）患者治疗中，将口服大豆异黄酮加入同步化疗和放疗的安全性。大纲：患者被分配至2个治疗组之一。组I（鳞状细胞组织学）：患者在第1-5天和第29-33天接受依托泊苷静脉注射（IV）超过1小时，在第1、8、29和36天接受顺铂IV超过1小时，并接受每周5天、持续6.6周的放射治疗（RT）。在开始治疗后的48小时内，患者在第1-90天每天口服大豆异黄酮（PO）。组II（非鳞状细胞组织学）：患者在第1、22和43天接受培美曲塞二钠IV超过10分钟，在第1、22和43天接受顺铂IV超过1小时。患者还接受RT，并如组I一样接受大豆异黄酮。
完成研究治疗后，患者将在4周时进行随访，随后1年内每4个月随访一次，接下来1年内每6个月随访一次，此后每年随访一次。
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。
