脑转移筛查
该数据集来自 clinicaltrials.gov，聚焦于高 CNS 转移风险癌症患者的脑转移筛查。数据可用于比较使用不同对比剂（gadopicle 等）的 MRI 检测 CNS 转移的时间，以支持早期识别、增加治疗选择并预防或延缓神经系统症状的发生（来源 clinicaltrials.gov）
基本信息
资源简介
脑转移筛查
该数据集来自 clinicaltrials.gov，聚焦于高 CNS 转移风险癌症患者的脑转移筛查。覆盖 Lung Cancer Stage IV、Melanoma Stage IV 和 Breast Cancer Metastatic 三类患者，这些患者是常规管理中接受筛查脑 MRI 的候选者。数据可用于比较使用不同对比剂（gadopicle 等）的 MRI 检测 CNS 转移的时间，以支持早期识别、增加治疗选择并预防或延缓神经系统症状的发生（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Lung Cancer Stage IV、Melanoma Stage IV、Breast Cancer Metastatic。CNS 转移患者的生存期通常仍限于数月。CNS 转移还与神经功能衰退和生活质量下降相关。早期识别 CNS 转移可能带来更多治疗选择，并预防或延缓神经系统症状和体征的发展。与 CNS 转移发生高风险相关的癌症患者将被纳入本试验。这些患者是当前指南（Le Rhun et al. 2021）（Amaral et al. 2025，“ESMO Living Guideline: Cutaneous Melanoma, v1.0 February 2025”）推荐在常规管理中接受筛查脑 MRI 项目的候选者。主要目标是比较使用不同对比剂（gadopicle
【主题与分类】
主题标签：Lung Cancer Stage IV、Melanoma Stage IV、Breast Cancer Metastatic。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07492121
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/NCT07492121
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
疾病状态：肺癌IV期、黑色素瘤IV期、转移性乳腺癌。CNS转移患者的生存期通常仍限于数月。CNS转移还伴有神经功能衰退和生活质量下降。早期识别CNS转移可能带来更多治疗选择，并预防或延缓神经症状和体征的出现。具有高CNS转移风险的癌症患者将被纳入本试验。根据现行指南推荐（Le Rhun等，2021）（Amaral等，2025，“ESMO动态指南：皮肤黑色素瘤，v1.0 2025年2月”），这些患者是常规管理中筛查脑MRI项目的候选者。主要目的是比较在被认为具有高脑转移风险的癌症患者中，使用不同对比剂（gadopiclenol剂量为0.1 mmol/kg，相较于当前标准实践）通过MRI检测CNS转移的诊断时间。
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。
