定量CT数值模拟评估肿瘤骨强度:MEKANOS研究
该数据集来自clinicaltrials.gov,聚焦骨转移(包括转移性乳腺癌、转移性NSCLC)患者的骨强度评估。源站描述指出,溶骨性骨转移和骨髓瘤骨病变可导致长骨和椎体骨折,严重影响生活质量并带来巨大医疗经济负担;约50%的骨转移患者会发生骨相关并发症

基本信息
资源简介
定量CT数值模拟评估肿瘤骨强度:MEKANOS研究
该数据集来自clinicaltrials.gov,聚焦骨转移(包括转移性乳腺癌、转移性NSCLC)患者的骨强度评估。源站描述指出,溶骨性骨转移和骨髓瘤骨病变可导致长骨和椎体骨折,严重影响生活质量并带来巨大医疗经济负担;约50%的骨转移患者会发生骨相关并发症。目前骨折风险评估仍较经验化,主要基于简单X线片,Mirel评分用于长骨但已陈旧。该数据可用于探索基于定量CT数值模拟的骨强度评估方法,以优化骨转移患者的骨折风险预测与管理(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:骨转移、转移性乳腺癌、转移性NSCLC。溶骨性骨转移和骨髓瘤骨病变可导致长骨和椎体骨折,造成活动受限、手术和髓质压迫,严重损害生活质量,并具有巨大的医疗经济影响。据估计,50%的骨转移患者会遇到骨并发症。近年来,骨肿瘤多学科会议得到发展,以与肿瘤学方案协调,优化每位患者的骨转移管理。骨转移骨折风险的评估仍然相当经验化,并且基于简单的X线摄影。针对长骨的Mirel评分侧重于骨转移引起的皮质缺损范围,以识别手术中有骨折风险的高危患者。它已陈旧,l
【主题与分类】
主题标签:Metastases to Bone、Metastatic Breast Cancer、Metastatic NSCLC。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04170634
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/NCT04170634
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
条件:骨转移、转移性乳腺癌、转移性非小细胞肺癌。溶骨性骨转移和骨髓瘤骨病变可导致长骨和椎体骨折,进而引起活动受限、需手术治疗及脊髓压迫,严重影响生活质量,并造成巨大的医疗经济负担。据估计,50%的骨转移患者会发生骨相关并发症。近年来,骨肿瘤多学科会议得以发展,以在配合肿瘤治疗方案的前提下优化每位患者的骨转移管理。骨转移骨折风险的评估仍相当经验化,且基于简单X线检查。针对长骨的Mirel’s评分侧重于骨转移所致皮质缺损的范围,以识别术中骨折高风险患者。该评分历史悠久,在常规临床中较少使用,且缺乏敏感性和特异性。SINS(脊柱肿瘤不稳定评分)是椎体评估的参考标准。
如今,大多数具有骨折风险的骨转移患者受益于以病灶为中心的CT扫描,以更好地描述其范围和位置,但解读仍是定性的。转移灶被视为一个空气腔,肿瘤的力学特性未予评估。然而,CT扫描还可提供许多其他参数,如皮质或小梁间室的密度测定、皮质厚度、肿瘤体积以及骨内溶骨的位置。基于该科室在良性骨力学强度评估方面所获得的经验,研究者旨在将骨和肿瘤的力学特性整合到数值模拟中,以便使用数值模拟模型(有限元分析-FEA)评估病理性骨的力学强度。MEKANOS将纳入患有乳腺癌、肺癌、肾癌、甲状腺癌或膀胱癌骨转移以及影响椎骨或股骨上端的骨髓瘤病变的患者。所获得的抗力
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。




