超中央型非小细胞肺癌SBRT治疗数据集

该数据集来自clinicaltrials.gov,聚焦超中央型非小细胞肺癌的立体定向体部放疗(SBRT)。数据涉及使用CyberKnife和Synchrony实时运动追踪技术进行五分割SBRT治疗,旨在评估能否在减少严重副作用的同时治疗肿瘤

Georgetown UniversityGeorgetown University
clinicaltrials
浏览 16
医学影像预测Nonsmall Cell Lung Cancer Stage
SBRT for Ultra-Central NonSmall Cell Lung Cancer

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-06

资源简介

超中央型非小细胞肺癌SBRT治疗数据集

该数据集来自clinicaltrials.gov,聚焦超中央型非小细胞肺癌的立体定向体部放疗(SBRT)。数据涉及使用CyberKnife和Synchrony实时运动追踪技术进行五分割SBRT治疗,旨在评估能否在减少严重副作用的同时治疗肿瘤。参与者隔日接受放疗,持续两周,并在治疗后第3、6、9、12、18、24个月及之后每年随访至5年,完成问卷评估。可用于分析放疗效果、副作用及患者报告结局,支持肿瘤学预测研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:非小细胞肺癌分期。本临床试验的目标是探究五分割CyberKnife立体定向体部放疗(SBRT)结合实时Synchrony®运动追踪能否治疗超中央型非小细胞肺癌,同时减少SBRT引起的严重副作用。参与者将 在两周内每隔一天接受一次放射治疗,使用名为CyberKnife®的机器,该机器采用称为Synchrony®运动管理的技术,可在肿瘤随呼吸移动时实时追踪。这使得放射束在治疗过程中能够跟随肿瘤,有助于更准确地将放射线递送至肿瘤,同时减少对附近健康器官的剂量。 治疗后第3、6、9、12、18、24个月返回进行随访,之后每年一次,持续5年,以接受评估* 完成问卷

【主题与分类】

主题标签:Nonsmall Cell Lung Cancer Stage。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07852247

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT07852247

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:非小细胞肺癌分期。本临床试验旨在探究五分割射波刀立体定向体部放射治疗(SBRT)结合实时Synchrony®运动追踪技术,能否在治疗超中央型非小细胞肺癌的同时,减少SBRT引起的严重副作用。参与者将* 在两周内每隔一天接受一次放射治疗,使用名为射波刀®的设备,该设备采用名为Synchrony®运动管理技术,可实时追踪随呼吸移动的肿瘤。这使得放射束在治疗过程中能够跟随肿瘤,有助于更精准地将放射线递送至肿瘤,同时减少对附近健康器官的照射剂量。* 治疗后第3、6、9、12、18、24个月返回进行随访,之后每年一次,持续5年,以接受评估。* 在治疗前后完成问卷调查。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。