68Ga-DOTATATE PET/CT 诊断儿童转移性神经内分泌肿瘤研究
该数据集来自 clinicaltrials.gov,聚焦儿童转移性神经内分泌肿瘤(包括神经节神经母细胞瘤、神经节神经瘤、神经母细胞瘤),比较 68Ga-DOTATATE PET/CT 与 MIBG 在放射治疗靶区定义、转移瘤负荷、代谢活性及放疗后失败模式上的差异

基本信息
资源简介
68Ga-DOTATATE PET/CT 诊断儿童转移性神经内分泌肿瘤研究
该数据集来自 clinicaltrials.gov,聚焦儿童转移性神经内分泌肿瘤(包括神经节神经母细胞瘤、神经节神经瘤、神经母细胞瘤),比较 68Ga-DOTATATE PET/CT 与 MIBG 在放射治疗靶区定义、转移瘤负荷、代谢活性及放疗后失败模式上的差异。数据覆盖新诊断高危患者与另一队列,包含诊断时及放疗计划时的 PET/CT 影像。可用于评估两种显像方法在儿童神经内分泌肿瘤诊疗中的一致性差异,支持放疗靶区勾画与疗效预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:神经节神经母细胞瘤、神经节神经瘤、神经母细胞瘤。主要目的:I. 评估镓 Ga 68-DOTATATE(68Ga-DOTATATE)PET/CT 与碘苄胍(间碘苄胍 [MIBG])在放射治疗(RT)靶区定义上的差异。次要目的:I. 评估 68Ga-DOTATATE PET/CT 与 MIBG 检测到的转移性肿瘤负荷差异。II. 评估 68Ga-DOTATATE PET/CT 与 MIBG 诊断的肿瘤之间代谢活性的差异。III. 评估放疗后失败模式与 68Ga-DOTATATE PET/CT 及 MIBG 的关联。大纲:患者被分配至 2 个队列之一。队列 A:新诊断的高危神经内分泌癌症患者接受 68Ga-DOTATATE 静脉注射(IV),并在诊断时(任何治疗前)和放射治疗计划时进行 20-30 分钟的 PET/CT 检查。队列 B:患
【主题与分类】
主题标签:Ganglioneuroblastoma、Ganglioneuroma、Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04040088
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/NCT04040088
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:神经节神经母细胞瘤、神经节神经瘤、神经母细胞瘤。主要目的:I. 评估镓Ga 68-DOTATATE(68Ga-DOTATATE)PET/CT与碘苄胍(间碘苄胍[MIBG])在放射治疗(RT)靶区体积定义上的差异。次要目的:I. 评估68Ga-DOTATATE PET/CT与MIBG所检测的转移性肿瘤负荷差异。II. 评估68Ga-DOTATATE PET/CT与MIBG所诊断肿瘤之间代谢活性的差异。III. 评估RT后失败模式与68Ga-DOTATATE PET/CT及MIBG的关联。方案概要:患者被分配至2个队列之一。队列A:新诊断的高危神经内分泌癌患者接受68Ga-DOTATATE静脉注射(IV),并在诊断时(任何治疗前)及放射治疗计划时进行20-30分钟的PET/CT检查。队列B:既往诊断的高危神经内分泌癌患者接受68Ga-DOTATATE静脉注射,并在放射治疗计划时进行20-30分钟的PET/CT检查。研究完成后,患者按标准诊疗进行随访,最长2年。
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




