68Ga-DOTA-TATE与68Ga-DOTA-JR11 PET/CT在TIO诊断与评估中的应用
该数据集来自clinicaltrials.gov,聚焦肿瘤诱导性骨软化症(TIO)的影像诊断与评估。TIO是罕见的副肿瘤综合征,治愈关键在于手术切除致病肿瘤

基本信息
资源简介
68Ga-DOTA-TATE与68Ga-DOTA-JR11 PET/CT在TIO诊断与评估中的应用
该数据集来自clinicaltrials.gov,聚焦肿瘤诱导性骨软化症(TIO)的影像诊断与评估。TIO是罕见的副肿瘤综合征,治愈关键在于手术切除致病肿瘤。68Ga-DOTA-TATE PET/CT是定位致病肿瘤的一线SSTR显像方法,但骨折或炎症等可致假阳性,使多发可疑病灶难以鉴别。68Ga-DOTA-JR11是SSTR2特异性拮抗剂,数据集涉及两种显像剂的对比应用,可用于TIO病灶检测与鉴别诊断研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肿瘤诱导性骨软化症。肿瘤诱导性骨软化症(TIO),也称为致癌性骨软化症,是一种罕见的副肿瘤综合征。治愈TIO的关键是手术切除致病肿瘤。在过去十年中,基于68Ga标记的SSTR显像在检测TIO的致病肿瘤方面产生了显著影响。68Ga-DOTA-TATE是用于检测TIO最常用的SSTR PET示踪剂,并被推荐为定位致病肿瘤的一线显像方法。然而,68Ga-DOTA-TATE PET/CT中的假阳性,包括骨折和/或炎症,是图像解读中的挑战,这可能使致病肿瘤在多个可疑病灶中无法区分。目前没有有效的方法来识别68Ga-DOTA-TATE PET/CT上摄取强烈增高的多个可疑病灶。68Ga-DOTA-JR11是一种SSTR2特异性拮抗剂,用于
【主题与分类】
主题标签:Tumor-Induced Osteomalacia。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04689893
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/NCT04689893
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:肿瘤诱导性骨软化症。肿瘤诱导性骨软化症(TIO),也称为致癌性骨软化症,是一种罕见的副肿瘤综合征。治愈TIO的关键在于手术切除致病肿瘤。在过去十年中,基于68Ga标记的生长抑素受体(SSTR)的影像技术在检测TIO致病肿瘤方面产生了显著影响。68Ga-DOTA-TATE是用于检测TIO最常用的SSTR PET示踪剂,并被推荐为定位致病肿瘤的一线影像方法。然而,68Ga-DOTA-TATE PET/CT中的假阳性结果,包括骨折和/或炎症,是图像解读中的一大挑战,这可能使得在多处可疑病灶中难以区分致病肿瘤。目前尚无有效方法鉴别68Ga-DOTA-TATE PET/CT上多发摄取密集增高的可疑病灶。68Ga-DOTA-JR11是一种用于PET示踪剂的SSTR2特异性拮抗剂。然而,68Ga-DOTA-JR11对SSTR2的亲和力低于68Ga-DOTA-TATE,这意味着可疑病灶对68Ga-DOTA-JR11的摄取可能低于对68Ga-DOTA-TATE的摄取。
本前瞻性研究的目的是比较68Ga-DOTA-JR11与68Ga-DOTA-TATE PET/CT检测肿瘤性骨软化症(TIO)责任肿瘤的敏感性,并探讨68Ga-DOTA-JR11 PET/CT能否在多处可疑病灶中识别出TIO的致病肿瘤。
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。




