寡进展非小细胞肺癌立体定向消融放疗

这是一项针对转移性肺癌的注册性随机筛查II期试验,纳入68例接受全身治疗的转移性非小细胞肺癌伴1-5个颅外病灶寡进展患者,按1:1随机分配:一组接受标准治疗,由治疗医师决定开始下一线全身治疗、最佳支持治疗或继续当前全身治疗;另一组对全部寡进展病灶行立体定向消融放疗并继续当前全身治疗(来源 clini

Centre hospitalier de l'Université de Montréal (CHUM)Centre hospitalier de l'Université de Montréal (CHUM)
clinicaltrials
浏览 23
表格预测Lung Cancer Metastatic
Stereotactic Ablative Radiotherapy for Oligo-Progressive Non Small Cell Lung Cancer

基本信息

模态
表格
任务类型
预测
创建/更新时间
2026-10-01

资源简介

寡进展非小细胞肺癌立体定向消融放疗

这是一项针对转移性肺癌的注册性随机筛查II期试验,纳入68例接受全身治疗的转移性非小细胞肺癌伴1-5个颅外病灶寡进展患者,按1:1随机分配:一组接受标准治疗,由治疗医师决定开始下一线全身治疗、最佳支持治疗或继续当前全身治疗;另一组对全部寡进展病灶行立体定向消融放疗并继续当前全身治疗(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):疾病:转移性肺癌。一项基于注册的随机筛选性II期试验。共68例接受全身治疗、出现1-5个颅外病灶寡进展的转移性非小细胞肺癌患者,将按1:1比例随机分配至标准治疗组(由治疗医师决定开始下一线全身治疗、最佳支持治疗或继续当前全身治疗线),或分配至接受针对所有寡进展病灶的立体定向消融放疗并继续其当前全身治疗组。

【主题与分类】

主题标签:Lung Cancer Metastatic。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04405401

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

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/NCT04405401

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:转移性肺癌。一项基于注册的随机筛选性II期试验。共68例接受全身治疗、出现1-5个颅外病灶寡进展的转移性非小细胞肺癌患者,将按1:1比例随机分配至标准治疗组(由治疗医师决定开始下一线全身治疗、最佳支持治疗或继续当前全身治疗线),或分配至接受针对所有寡进展病灶的立体定向消融放疗并继续其当前全身治疗组。

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。

获取专属数据定制方案