调强放射治疗治疗年轻肺转移患者
该数据集来自 clinicaltrials.gov，聚焦于对儿童及年轻成人肺部转移性肿瘤患者实施心脏保护性调强放射治疗（IMRT）
基本信息
资源简介
调强放射治疗治疗年轻肺转移患者
该数据集来自 clinicaltrials.gov，聚焦于对儿童及年轻成人肺部转移性肿瘤患者实施心脏保护性调强放射治疗（IMRT）。覆盖的疾病包括成人横纹肌肉瘤、肺转移、转移性 Ewing 肉瘤、既往治疗过的儿童横纹肌肉瘤、复发性成人软组织肉瘤、复发性儿童横纹肌肉瘤、复发性 Wilms 瘤及其他儿童肾肿瘤、IV 期成人软组织肉瘤。研究目标包括在多机构环境下验证心脏保护性 IMRT 的可行性并实施中心质量控制，通过比较治疗计划和肺、心脏、甲状腺、肝脏等器官的剂量体积直方图，前瞻性确定全肺 IMRT 相对于标准全肺照射的剂量学优势，并评估全肺 IMRT 的短期疗效（无肺转移生存）和急性耐受性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：成人横纹肌肉瘤、肺转移、转移性 Ewing 肉瘤、既往治疗过的儿童横纹肌肉瘤、复发性成人软组织肉瘤、复发性儿童横纹肌肉瘤、复发性 Wilms 瘤及其他儿童肾肿瘤、IV 期成人软组织肉瘤。目标：I. 证明在多机构环境下，对患有肺部转移性肿瘤的儿童和年轻成人实施心脏保护性 IMRT 并配合中心质量控制的可行性。II. 通过比较所有入组患者的治疗计划以及肺、心脏、甲状腺、肝脏等不同器官的剂量体积直方图，前瞻性确定全肺 IMRT 治疗相对于标准全肺照射的剂量学优势。III. 确定全肺 IMRT 的短期疗效（无肺转移生存）和急性耐受性
【主题与分类】
主题标签：Adult Rhabdomyosarcoma、Lung Metastases、Metastatic Ewing Sarcoma、Recurrent Adult Soft Tissue Sarcoma、Recurrent Childhood Rhabdomyosarcoma、Stage IV Adult Soft Tissue Sarcoma、Stage IV Wilms Tumor、Stage V Wilms Tumor。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01586104
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/NCT01586104
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：成人横纹肌肉瘤、肺转移、转移性尤文肉瘤、既往接受过治疗的儿童横纹肌肉瘤、复发性成人软组织肉瘤、复发性儿童横纹肌肉瘤、复发性Wilms瘤及其他儿童肾肿瘤、IV期成人软组织肉瘤。目的：I. 证明在多机构环境下，对患有肺部转移性肿瘤的儿童和年轻成人实施心脏保护性IMRT并辅以中心质量控制的可行性。II. 通过比较所有入组患者的治疗计划以及不同器官的剂量-体积直方图（如肺、心脏、甲状腺、肝脏等），前瞻性确定全肺IMRT治疗相对于标准全肺照射的剂量学优势。III. 确定全肺IMRT在IMRT后至少六个月时的短期疗效（无肺转移生存期）和急性耐受性。方案概要：患者接受心脏保护性全肺IMRT。研究治疗完成后，对患者进行1-5年的随访。
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。
