全脑低剂量放疗联合ICI及鞘内化疗治疗难治性肺癌脑膜转移的安全性与有效性研究
该数据集来自 clinicaltrials.gov,属于肿瘤/肺癌领域,聚焦 NSCLC 难治性脑膜转移的治疗。研究为探索性 I 期试验,在四川大学华西医院开展,设置三个全脑低剂量放疗队列,每队列 3 人,评估全脑低剂量放疗联合 ICI 与鞘内化疗的安全性和有效性

基本信息
资源简介
全脑低剂量放疗联合ICI及鞘内化疗治疗难治性肺癌脑膜转移的安全性与有效性研究
该数据集来自 clinicaltrials.gov,属于肿瘤/肺癌领域,聚焦 NSCLC 难治性脑膜转移的治疗。研究为探索性 I 期试验,在四川大学华西医院开展,设置三个全脑低剂量放疗队列,每队列 3 人,评估全脑低剂量放疗联合 ICI 与鞘内化疗的安全性和有效性。受试者接受相同剂量 WB-LDRT(4 Gy/2f)但周期数不同,并联合 PD-1 抑制剂、培美曲塞化疗及每 3 周一次鞘内培美曲塞,共 4 周期。可用于了解该联合方案的研究设计与治疗信息(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:NSCLC、低剂量放疗、PD-1 抑制剂、脑膜转移。这项探索性 I 期研究将在四川大学华西医院开展。将入组三个全脑低剂量放疗队列(每队列 3 名患者),以确定全脑低剂量放疗联合 ICI 和鞘内化疗治疗难治性肺癌脑膜转移的安全性和有效性。符合所有入选标准且不符合任何排除标准的受试者将被入组,并接受相同剂量(4 Gy/2f)但不同周期数(如下所述)的 WB-LDRT、PD-1 抑制剂、培美曲塞化疗,以及每 3 周一次(Q3w)鞘内培美曲塞,共 4 个周期。患者将在 3 个队列中接受剂量分次递增的 WB-LDRT:第 1 组为 4 Gy/2f 一个周期;第 2 组为 4 Gy/2f 两个周期;第 3 组为 4 G
【主题与分类】
主题标签:NSCLC、Low Dose Radiotherapy、PD-1 Inhibitor、Leptomeningeal Metastasis。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06431685
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/NCT06431685
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
条件:非小细胞肺癌、低剂量放疗、PD-1抑制剂、脑膜转移。这项探索性I期研究将在四川大学华西医院进行。将纳入三个全脑低剂量放疗队列(每队列3名患者),以确定全脑低剂量放疗联合免疫检查点抑制剂(ICI)及鞘内化疗治疗难治性肺癌脑膜转移的安全性和有效性。符合所有纳入标准且不符合任何排除标准的受试者将被纳入,并接受相同剂量(4 Gy/2次)但不同周期(如下所述)的WB-LDRT治疗、PD-1抑制剂、培美曲塞化疗,以及每3周(Q3w)一次鞘内注射培美曲塞,共4个周期。患者将在3个队列中接受剂量分次递增的WB-LDRT:第1组为4 Gy/2次,一个周期;第2组为4 Gy/2次,两个周期;第3组为4 Gy/2次,四个周期。
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。




