伊马替尼治疗GIST的超极化MRI研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07724626

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：伊马替尼治疗反应，胃肠道间质瘤（GIST）。传统影像学技术，如CT和MRI，在评估GIST对伊马替尼的治疗反应方面存在局限性。它们主要关注肿瘤大小，这可能无法反映早期治疗效果，因为GIST可能表现出坏死或囊性改变，而这些改变与存活肿瘤组织的减少并不相关。这些方法也无法捕捉肿瘤内部的代谢和分子变化。因此，仅依赖大小变化可能导致治疗反应评估不准确或延迟，这凸显了对更先进影像技术的需求。本项目具有新颖性，因为它旨在通过整合超极化（HP）13C MRI、代谢组学和放射组学，从代谢角度研究接受伊马替尼治疗的GIST。HP 13C-MRI是一种前沿的、非侵入性的实时动态成像技术，用于监测体内代谢通量。动态核极化（DNP）可将13C标记探针的信号增强高达50,000倍。

利用DNP技术，[1-13C]丙酮酸可用于研究多种代谢途径，包括其转化为乳酸（无氧糖酵解）、丙氨酸（转氨基作用）和碳酸氢盐（TCA循环的间接标志物）。在我们初步的GIST细胞模型中，伊马替尼治疗后根据其伊马替尼耐药性观察到丙酮酸代谢的显著变化。此外，基于NMR的肿瘤组织和血液样本代谢组学分析将提供系统性代谢变化的全面视图。这些代谢改变随后将与MRI影像组学特征相关联，以更全面地理解治疗反应。在这项单中心横断面研究中，一项前瞻性试验整合先进MRI技术以应对临床挑战并改善GIST治疗中的患者护理。该为期3年的项目采用非随机、两组观察性队列设计，纳入30名在长庚纪念医院林口院区（CGMH）接受伊马替尼治疗的GIST患者。治疗前

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。