结直肠癌肺转移的在体肺灌注(IVLP)
本研究针对肺转移和转移性结直肠癌,探索手术时将化疗直接送入肺部的体内肺灌注(IVLP)新技术,以期杀死肺内微小癌细胞并减少其他器官副作用

基本信息
资源简介
结直肠癌肺转移的在体肺灌注(IVLP)
本研究针对肺转移和转移性结直肠癌,探索手术时将化疗直接送入肺部的体内肺灌注(IVLP)新技术,以期杀死肺内微小癌细胞并减少其他器官副作用。该技术已在肉瘤I期研究中应用,现扩展至结直肠癌转移。参与者经IVLP向一侧肺接受奥沙利铂,密切观察副作用;若副作用不严重,后续参与者接受更高剂量,直至出现严重但暂时的副作用。另一侧肺不灌注,以限制单肺毒性并比较两侧差异(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:肺转移、转移性结直肠癌、结直肠癌。本研究正在探索一种在手术时将化疗药物直接输送到肺部的新技术。将化疗药物直接输送到肺部,可能杀死手术时肺部存在的任何微小癌细胞,同时使身体其他主要器官免受化疗副作用的影响。该技术称为在体肺灌注(In Vivo Lung Perfusion,IVLP)。在 University Health Network,该 IVLP 技术最近已用于一项针对肉瘤患者的 I 期研究,我们现在正将这一经验扩展至结直肠癌转移患者。本研究的目的是检验 IVLP 技术的安全性,并确定在人体中合适的剂量。参与者通过 IVLP 将奥沙利铂注入一侧肺,并接受密切监测,以了解他们出现哪些副作用,并确保副作用不严重。如果副作用不严重,则会邀请更多参与者加入研究,并给予更高剂量的奥沙利铂。较晚加入研究的参与者将比较早加入的参与者接受更高剂量的奥沙利铂。这一过程将持续到找到一个会引起严重但暂时性副作用的剂量为止。不会给予高于该剂量的剂量。另一侧肺不会灌注任何药物,以便将不可预见的毒性限制在单侧肺,并观察一侧肺是否比另一侧表现更好。
【主题与分类】
主题标签:Lung Metastases、Colorectal Cancer Metastatic、Colorectal Cancer。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05611034
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/NCT05611034
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:肺转移、转移性结直肠癌、结直肠癌。本研究正在探索一种在手术时将化疗药物直接输送到肺部的新技术。将化疗药物直接输送到肺部,可能杀死手术时肺部存在的任何微小癌细胞,同时使身体其他主要器官免受化疗副作用的影响。该技术称为在体肺灌注(In Vivo Lung Perfusion,IVLP)。在 University Health Network,该 IVLP 技术最近已用于一项针对肉瘤患者的 I 期研究,我们现在正将这一经验扩展至结直肠癌转移患者。本研究的目的是检验 IVLP 技术的安全性,并确定在人体中合适的剂量。参与者通过 IVLP 将奥沙利铂注入一侧肺,并接受密切监测,以了解他们出现哪些副作用,并确保副作用不严重。如果副作用不严重,则会邀请更多参与者加入研究,并给予更高剂量的奥沙利铂。较晚加入研究的参与者将比较早加入的参与者接受更高剂量的奥沙利铂。这一过程将持续到找到一个会引起严重但暂时性副作用的剂量为止。不会给予高于该剂量的剂量。另一侧肺不会灌注任何药物,以便将不可预见的毒性限制在单侧肺,并观察一侧肺是否比另一侧表现更好。
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。




