WNT型髓母细胞瘤局灶放疗联合低剂量全中枢照射后辅助化疗
该数据集来自clinicaltrials.gov,聚焦WNT激活型髓母细胞瘤,涵盖其遗传学特征(CTNNB1突变、β-catenin核染色、6号染色体单体)、临床与影像表现(多位于小脑蚓部第四脑室、可浸润脑干)及预后信息(5年总生存率超过90%)

基本信息
资源简介
WNT型髓母细胞瘤局灶放疗联合低剂量全中枢照射后辅助化疗
该数据集来自clinicaltrials.gov,聚焦WNT激活型髓母细胞瘤,涵盖其遗传学特征(CTNNB1突变、β-catenin核染色、6号染色体单体)、临床与影像表现(多位于小脑蚓部第四脑室、可浸润脑干)及预后信息(5年总生存率超过90%)。数据可用于研究WNT型髓母细胞瘤的分子标志物识别、预后预测,以及评估局灶放疗联合低剂量全中枢照射后辅助化疗相关结局,支持分类与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:WNT激活型髓母细胞瘤。WNT通路髓母细胞瘤在所有四个亚组中预后最好,5年总生存率超过90%。总体而言,髓母细胞瘤在男性中更常见。它们可发生于任何年龄,但在婴儿中不常见。它们在遗传学异常、组织学模式和临床表现上大多一致。WNT通路参与调节大脑的胚胎发育。它们常被描述为具有CTNNB1突变、β-catenin核免疫组化染色和6号染色体单体(肿瘤中一条6号染色体拷贝缺失)。因此,6号染色体单体联合β-catenin核积聚被认为是WNT通路髓母细胞瘤的敏感且特异的标志物,它们通常位于中线蚓部区域,填充第四脑室并浸润脑干
【主题与分类】
主题标签:Medulloblastoma, WNT-activated。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04474964
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/NCT04474964
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:髓母细胞瘤,WNT激活型。WNT通路髓母细胞瘤在所有四个亚型中预后最佳,5年总生存率超过90%。总体上,髓母细胞瘤在男性中更为常见。它们可发生于任何年龄,但在婴儿中不常见。其基因异常、组织学模式和临床表现大多较为一致。WNT通路参与调控大脑胚胎发育。该类肿瘤常被描述为具有CTNNB1突变、β-catenin核免疫组化染色阳性以及6号染色体单体(肿瘤中6号染色体一个拷贝缺失)。因此,6号染色体单体合并β-catenin核积聚被认为是WNT通路髓母细胞瘤的敏感且特异的标志物;该类肿瘤通常位于中线蚓部区域,填充第四脑室并浸润脑干,这与其推测的起源于背侧脑干核团的细胞来源相一致。对分子生物学认识的加深所产生的直接影响,促成了针对新诊断髓母细胞瘤的生物学驱动的下一代临床试验。
鉴于WNT通路髓母细胞瘤患者具有优异的长期生存结局,而目前常用的CSI剂量(23.4-36Gy)存在导致显著远期毒性的潜在风险,有假说认为进一步降低剂量或在某些情况下避免CSI将转化为治疗远期并发症的减少。在我们的第一代FOR-WNT研究中,研究者对低危WNT通路髓母细胞瘤患者避免了 upfront CSI,仅对瘤床进行局部适形放疗,随后进行6个周期的辅助全身化疗。然而,我们自身研究的早期经验以及另一项研究(完全避免放疗的原发化疗方案)的类似结果表明,如果避免CSI,复发风险——脊髓软脑膜或幕上复发——以及如果完全避免放疗,原发部位的局部复发风险也会不适当增加。
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。




