立体定向脑部放疗联合或不联合Aguix钆基纳米颗粒治疗脑转移瘤
该数据集来自clinicaltrials.gov,为一项双盲随机II期临床试验,研究立体定向脑部放疗联合或不联合AGuIX钆基纳米颗粒治疗高局部复发风险的脑转移瘤

基本信息
资源简介
立体定向脑部放疗联合或不联合Aguix钆基纳米颗粒治疗脑转移瘤
该数据集来自clinicaltrials.gov,为一项双盲随机II期临床试验,研究立体定向脑部放疗联合或不联合AGuIX钆基纳米颗粒治疗高局部复发风险的脑转移瘤。覆盖脑癌、脑转移瘤、黑色素瘤、肺癌、乳腺癌、HER2阳性乳腺癌、结直肠癌和胃肠道癌症。AGuIX由钆和纳米颗粒组成,可能增强聚焦放疗效果。数据可用于评估放疗联合纳米颗粒的疗效与安全性,支持脑转移瘤治疗策略的预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑癌、脑转移瘤、黑色素瘤、肺癌、乳腺癌、HER2阳性乳腺癌、结直肠癌、胃肠道癌症。本研究是一项双盲、随机II期临床试验,研究立体定向脑部放疗联合或不联合AGuIX(X射线激活与引导照射)钆基纳米颗粒,用于治疗单独放疗后局部复发风险较高的脑转移瘤。研究药物(AGuIX钆基纳米颗粒)有两个主要部分。第一部分是钆,也称为“造影剂”,通常在MRI扫描期间注射到静脉中。第二部分是与钆连接的纳米颗粒,可能使聚焦放疗更有效。AGuIX钆基纳米颗粒通过血流沉积在脑转移瘤内,然后脑转移
【主题与分类】
主题标签:Brain Cancer、Brain Metastases、Melanoma、Lung Cancer、Breast Cancer、HER2-positive Breast Cancer、Colorectal Cancer、Gastrointestinal Cancer、SRS、SRT。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04899908
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/NCT04899908
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:脑癌、脑转移瘤、黑色素瘤、肺癌、乳腺癌、HER2阳性乳腺癌、结直肠癌、胃肠道癌。本研究是一项双盲、随机II期临床试验,旨在探讨在单纯放疗后局部复发风险较高的脑转移瘤治疗中,采用脑部立体定向放疗联合或不联合AGuIX(X射线照射激活与引导)钆基纳米粒子的疗效。研究药物(AGuIX钆基纳米粒子)主要由两部分组成。第一部分是钆,也称为“造影剂”,通常在进行MRI扫描时注入静脉。第二部分是与钆连接的纳米粒子,可能使聚焦放疗更为有效。AGuIX钆基纳米粒子通过血流沉积在脑转移瘤内,随后对脑转移瘤进行放疗。美国食品药品监督管理局(FDA)尚未批准AGuIX钆基纳米粒子用于治疗任何疾病。
AGuIX钆基纳米粒子已在其他研究中针对同时接受放疗的脑转移患者进行了安全性和有效性测试。本研究旨在确定AGuIX钆基纳米粒子相对于安慰剂是否能改善治疗结果。参与者将被“随机”分配到以下研究组之一:* A组:放疗加AGuIX钆基纳米粒子 * B组:放疗加安慰剂。研究程序包括资格筛选和研究治疗,包括评估和随访访视。AGuIX钆基纳米粒子的制造商TherAguix通过提供本研究中将评估的AGuIX钆基纳米粒子来支持这项研究。TherAguix还承担了研究费用。预计约有134人将参与这项研究。
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。




