剂量学指导的90Y-DOTATOC肽受体放射性核素治疗
该数据集来自clinicaltrials.gov,为一项2期肽受体放射性核素治疗试验,针对生长抑素受体阳性的神经内分泌肿瘤、脑膜瘤、神经母细胞瘤和髓母细胞瘤患者

基本信息
资源简介
剂量学指导的90Y-DOTATOC肽受体放射性核素治疗
该数据集来自clinicaltrials.gov,为一项2期肽受体放射性核素治疗试验,针对生长抑素受体阳性的神经内分泌肿瘤、脑膜瘤、神经母细胞瘤和髓母细胞瘤患者。治疗前用68Ga-DOTATOC PET-CT确认靶点,治疗采用90Y-DOTATOC共3个周期,周期间隔6-8周,第1周期剂量固定,第2、3周期依据前序周期肾脏剂量学计算确定,总肾脏剂量不超过23 Gy。数据可用于评估肾脏摄取剂量学指导PRRT的安全性和有效性,并监测相关不良事件(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:神经内分泌肿瘤、脑膜瘤、神经母细胞瘤、髓母细胞瘤。这是一项针对生长抑素受体阳性肿瘤患者的90Y-DOTATOC 2期肽受体放射性核素治疗试验。治疗前将通过68Ga-DOTATOC PET-CT成像检查治疗药物的生长抑素受体靶向性。治疗包括3个周期,间隔6-8周。第1周期剂量固定,第2和第3周期剂量由基于前序周期肾脏剂量学的计算确定,总肾脏剂量不超过23 Gy。项目目标是:1. 证明使用90Y-DOTA-tyr3-Octreotide(90Y-DOTATOC)的肾脏摄取剂量学指导肽受体放射治疗(PRRT)在神经内分泌和其他生长抑素受体表达肿瘤患者中的安全性和有效性。2. 监测与肽受体放射治疗相关的所有不良事件
【主题与分类】
主题标签:Neuroendrocrine Tumors、Meningioma、Neuroblastoma、Medulloblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03013387
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/NCT03013387
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:神经内分泌肿瘤、脑膜瘤、神经母细胞瘤、髓母细胞瘤。这是一项针对生长抑素受体阳性肿瘤患者的90Y-DOTATOC肽受体放射性核素治疗的2期试验。治疗前将通过68Ga-DOTATOC PET-CT成像检查治疗药物的生长抑素受体靶向性。治疗包括3个周期,间隔6-8周。第1周期剂量固定,第2和第3周期剂量将根据既往周期的肾脏剂量学计算确定,总肾脏剂量不超过23 Gy。该项目目标为:1. 证明使用90Y-DOTA-tyr3-奥曲肽(90Y-DOTATOC)进行肾脏摄取剂量学引导的肽受体放射治疗(PRRT)在神经内分泌肿瘤及其他表达生长抑素受体的肿瘤患者中的安全性和有效性。2. 监测与使用90Y-DOTATOC的肽受体放射治疗相关的所有不良事件。3. 确立68Ga-DOTA-tyr3-奥曲肽(68Ga-DOTATOC)PET/CT作为一种用于诊断、分期、治疗靶向及监测90Y-DOTATOC治疗反应的准确技术。
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。




