胸部恶性肿瘤大分割质子放射治疗研究
源站描述显示,研究采用质子治疗以更聚焦的射线降低肿瘤周围健康组织受照剂量,并按入组时间将受试者分配至三种放射剂量水平:首组至少 3 名受试者接受最低总剂量,若耐受良好则下一组接受更高剂量,再耐受则第三组接受最高剂量;另设一次“练习”放射访视以制定计划

基本信息
资源简介
胸部恶性肿瘤大分割质子放射治疗研究
该数据集来自 clinicaltrials.gov,聚焦胸部恶性肿瘤的大分割质子放射治疗研究,覆盖 Non-small Cell Lung Cancer、Small Cell Lung Cancer、Carcinoid、Thymic Cancer 及 Lung Cancer 等病种。源站描述显示,研究采用质子治疗以更聚焦的射线降低肿瘤周围健康组织受照剂量,并按入组时间将受试者分配至三种放射剂量水平:首组至少 3 名受试者接受最低总剂量,若耐受良好则下一组接受更高剂量,再耐受则第三组接受最高剂量;另设一次“练习”放射访视以制定计划。可用于肿瘤放射治疗相关的分类与剂量方案研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:Non-small Cell Lung Cancer、Small Cell Lung Cancer、Carcinoid、Thymic Cancer、Lung Cancer。质子治疗:质子治疗是一种放射治疗,其设计目的是通过使用更聚焦的放射束,降低给予肿瘤周围健康组织的放射量。放射剂量水平:如果您被认定符合参加本研究的资格,您将根据加入研究的时间被分配接受3种放射治疗剂量中的1种。第一组至少3名参与者将接受最低的总放射剂量。如果第一组参与者对第一剂量耐受良好,那么下一组参与者将接受第二、更高的放射剂量。如果该剂量可耐受,则第三组将接受最高剂量治疗。练习访视:您将进行一次“练习”放射访视,以计划如何
【主题与分类】
主题标签:Non-small Cell Lung Cancer、Small Cell Lung Cancer、Carcinoid、Thymic Cancer、Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01165658
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/NCT01165658
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:非小细胞肺癌、小细胞肺癌、类癌、胸腺癌、肺癌。质子治疗:质子治疗是一种放射治疗,通过使用更聚焦的放射束,旨在减少对肿瘤周围健康组织的辐射量。放射剂量水平:如果您符合参加本研究的条件,将根据您加入研究的时间,被分配接受3种放射治疗剂量中的1种。第一组至少3名参与者将接受最低的总放射剂量。如果第一组参与者对第一剂量的耐受性良好,那么下一组参与者将接受第二、更高的放射剂量。如果该剂量耐受良好,则第三组将接受最高剂量的治疗。练习访视:您将在治疗前约1周进行一次“练习”放射访视,以规划放射治疗的给予方式。该练习访视大约需要1-2小时。在此访视中,您将接受胸部CT扫描,研究工作人员将使用该扫描来规划您的质子治疗。
还会用制作石膏模型的那种材料为你做一个身体模具,用于帮助你在放射治疗期间保持不动。你的皮肤上会做标记,以帮助在放射治疗时正确摆放身体位置。这些标记可能是永久性的,也可能是暂时性的。如果暂时性标记被洗掉,会重新补上。质子治疗就诊:在模拟放射就诊后大约1周,你将开始接受放射治疗。每次就诊时,你将躺在此前模拟就诊时制作的身体模具中,并利用模拟就诊时在皮肤上做的标记来为放射治疗摆好体位。你将每个工作日(周一至周五)接受放射治疗,持续约3周。每次放射治疗大约持续45-60分钟。研究检查:在你接受放射治疗期间,每周都会询问你是否有任何副作用。你的病史会被记录,而你
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。




