18F-AlF-FAPI PET/CT在眼眶肿瘤中的应用评估

通过SUVmax量化肿瘤摄取,并视觉判读记录转移灶数目,计算并比较两种显像剂的敏感性、特异性和准确性。数据可用于评估18F-AlF-FAPI PET/CT在眼眶肿瘤诊断中的价值,支持诊断准确性比较研究(来源 clinicaltrials.gov)

Peking University Third HospitalPeking University Third Hospital
clinicaltrials
浏览 11
医学影像分类Orbital Neoplasms
Evaluating the Usefulness of 18F-AlF-FAPI PET/ CT in Orbital Neoplasms

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-31

资源简介

18F-AlF-FAPI PET/CT在眼眶肿瘤中的应用评估

该数据集围绕18F-AlF-FAPI PET/CT在眼眶肿瘤评估中的应用展开,受试者在初诊阶段同期接受18F-AlF-FAPI与18F-FDG两种显像剂的PET/CT检查。数据集以最大标准摄取值(SUVmax)量化肿瘤摄取,并通过视觉判读记录两种显像方式所发现的转移灶数目,进而计算并比较18F-AlF-FAPI与18F-FDG PET/CT的敏感性、特异性和准确性,用于评估18F-AlF-FAPI PET/CT在眼眶肿瘤诊断中的价值,支持诊断准确性比较研究。数据集归属于肿瘤/其他分类,主题聚焦眼眶肿瘤,来源为clinicaltrials.gov。

【数据集背景】

眼眶肿瘤的诊断与评估在临床影像学中具有一定挑战性,不同显像剂对病灶的显示能力存在差异。该数据集来源于一项针对眼眶肿瘤受试者的影像学评估研究,其核心目的在于比较新型显像剂18F-AlF-FAPI与常用显像剂18F-FDG在PET/CT检查中的诊断表现。研究以初诊评估为场景,受试者同期接受两种显像剂检查,从而在同一批受试者体内获得可对比的影像与定量结果,为判断18F-AlF-FAPI PET/CT在眼眶肿瘤诊断中的实际价值提供依据。

【数据内容】

数据集涵盖的核心内容为受试者的人口学与影像学评估信息,重点包括:以SUVmax表示的肿瘤摄取定量结果;通过视觉判读记录的18F-FDG与18F-AlF-FAPI PET/CT所显示的转移灶数目;以及基于上述结果计算得到的两种显像方式的敏感性、特异性和准确性。上述指标共同构成诊断准确性比较的基础数据。数据主题标签为眼眶肿瘤,所属分类为肿瘤/其他。除上述内容外,数据集是否包含其他字段,源站未提供。

【采集与来源】

数据来源于clinicaltrials.gov所登记的研究。受试对象为眼眶肿瘤患者,均在初诊评估阶段同期接受18F-AlF-FAPI与18F-FDG PET/CT检查。肿瘤摄取通过SUVmax进行量化,转移灶数目由视觉判读记录,随后计算两种显像剂的敏感性、特异性和准确性并进行比较。数据集的来源站为clinicaltrials.gov,其分类归属为肿瘤/其他。

【适用场景】

该数据集适用于眼眶肿瘤诊断相关的影像学研究,尤其是针对不同PET/CT显像剂诊断准确性的比较分析。具体可用于评估18F-AlF-FAPI PET/CT在眼眶肿瘤诊断中的价值,比较其与18F-FDG PET/CT在敏感性、特异性和准确性方面的差异,也可用于探讨SUVmax定量与视觉判读转移灶数目在诊断评估中的作用。其适用对象为从事眼眶肿瘤影像诊断研究、核医学显像剂评价及诊断试验方法学研究的专业人员。

【使用方法】

使用该数据集时,可围绕SUVmax定量结果与视觉判读的转移灶数目,分别对18F-AlF-FAPI与18F-FDG PET/CT的敏感性、特异性和准确性进行复算或比较分析,以评价两种显像方式的诊断表现差异。研究设计上可利用同期检查的特点进行配对比较。关于数据的具体格式、字段结构、访问方式与使用条件,源站未提供。

【质量与限制】

该数据集基于单中心登记研究,受试者均来自眼眶肿瘤人群,样本特征相对集中。诊断准确性指标依赖视觉判读与SUVmax量化,判读的一致性信息源站未提供。数据集是否经过外部验证、是否存在缺失数据及其处理方式,源站未提供。使用者在解读敏感性、特异性和准确性结果时,应结合研究设计与样本构成谨慎外推。

【引用与许可】

该数据集的来源为clinicaltrials.gov,引用时应注明该来源及对应研究信息。关于数据的具体许可条款、使用授权与引用格式要求,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06791226

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

条件:眼眶肿瘤。眼眶肿瘤受试者在初始评估时同期接受了18F-AlF-FAPI和18F-FDG PET/CT检查。肿瘤摄取通过最大标准摄取值(SUVmax)进行定量。18F-FDG和18F-AlF-FAPI PET/CT的转移病灶数量通过视觉判读记录。计算并比较18F-AlF-FAPI与18F-FDG PET/CT的敏感性、特异性和准确性,以评估诊断准确性。

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。

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。