子课题四：原创放射性药物在胃肠道肿瘤精准诊疗中的临床转化——靶向LRRC15的PET显像在恶性肿瘤中的临床应用价值

数据集获取

源站：https://clinicaltrials.gov/study/NCT07552467

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：胰腺癌、乳腺癌、肺癌、肉瘤、头颈部肿瘤、胶质母细胞瘤、结直肠癌、黑色素瘤。本项目利用LRRC15特异性靶向PET放射性示踪剂，对健康志愿者以及临床怀疑或确诊为以LRRC15高表达为特征的恶性肿瘤患者进行PET/MR或PET/CT显像，这些恶性肿瘤包括胰腺癌、乳腺癌、肺癌、肉瘤、头颈部肿瘤、胶质母细胞瘤、结直肠癌和黑色素瘤。本研究旨在实现以下目标：对于恶性肿瘤患者：诊断疾病并进行分期。通过将显像结果与组织病理学诊断金标准进行比较，本研究旨在评估诊断效能，确定有无病灶，并明确病灶的解剖位置和性质。此外，通过与[¹⁸F]FDG PET或[⁶⁸Ga]Ga-FAPI PET进行比较，本研究旨在实现准确的疾病分期、评估肿瘤负荷，并促进治疗决策。对于健康志愿者：进行药代动力学分析，以确定放射性示踪剂的体内生物分布和代谢模式，并评估其安全性。

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。