光谱血管CT图像引导微创肿瘤治疗登记数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07636148

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：肝癌（原发性和转移性）、肺癌（诊断）、转移性骨癌、骨癌肿瘤、肾肿瘤、肾癌、肝细胞癌（HCC）、肾细胞癌（肾癌）。介入肿瘤学（IO）是癌症治疗中已确立的组成部分，为肝脏、肾脏、肺和肌肉骨骼系统等器官的实体肿瘤提供微创、影像引导的治疗。IO手术包括经皮技术，如热消融，以及基于导管的方法，如经动脉栓塞、化疗栓塞和放射栓塞。与手术方法相比，这些手术与较低的发病率和死亡率、较短的住院时间和较低的费用相关。医学影像在IO工作流程中发挥着核心作用，从诊断和治疗计划到手术指导和治疗后评估。在此背景下，一项重大进步是将血管造影和CT整合到单一的血管-CT系统中，允许在手术过程中在实时透视和高分辨率横断面成像之间无缝转换。

最新一代的血管CT系统融合了能谱CT技术，通过双层探测器技术实现能量分辨成像。该系统在提供常规CT重建图像的同时，同步采集能谱数据，使标准工作流程和图像解读保持不变，同时能谱信息可作为附加成像数据使用。与传统CT相比，能谱CT有潜力提高病灶检出率和组织定性能力，减少金属伪影，并提升治疗评估的准确性。所有操作均按照参与中心的标准化临床诊疗规范进行。参与研究不会影响临床决策、治疗策略或随访。不进行任何实验性干预。这是一项由莱顿大学医学中心（LUMC）协调的前瞻性、观察性、多中心、国际注册研究。参与中心包括莱顿大学医学中心（LUMC，荷兰）、H

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。