L-lysine治疗头颈癌放化疗患者口腔黏膜炎
该数据集来自clinicaltrials.gov，关注L-lysine用于治疗接受放疗（联合或不联合化疗）的头颈癌患者口腔黏膜炎
基本信息
资源简介
L-lysine治疗头颈癌放化疗患者口腔黏膜炎
该数据集来自clinicaltrials.gov，关注L-lysine用于治疗接受放疗（联合或不联合化疗）的头颈癌患者口腔黏膜炎。覆盖病种包括口腔黏膜炎、化疗及放疗的口腔并发症，以及多种复发性头颈部肿瘤。数据可用于评估L-lysine补充后口腔黏膜炎的完全缓解率、严重程度下降及缓解时间，并借助FLIC问卷分析其对日常生活功能的影响，适用于肿瘤支持治疗领域的疗效预测与相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：口腔黏膜炎、化疗的口腔并发症、放疗的口腔并发症、复发性口腔腺样囊性癌、复发性唇基底细胞癌、复发性鼻咽淋巴上皮瘤、复发性口咽淋巴上皮瘤、复发性口腔黏液表皮样癌。主要目标：I. 确定每日补充L-lysine后，与头颈癌放疗和化疗相关的口腔黏膜炎的完全缓解率、严重程度下降及完全缓解时间。次要目标：I. 通过功能生活指数-癌症（FLIC）问卷总分，确定使用L-lysine治疗口腔黏膜炎对日常生活功能的影响。大纲：患者每日口服（PO）L-lysine一次（QD），直至放疗完成和黏膜炎消退。
【主题与分类】
主题标签：Mucositis、Oral Complications of Chemotherapy、Oral Complications of Radiation Therapy、Recurrent Salivary Gland Cancer、Stage I Basal Cell Carcinoma of the Lip、Stage I Salivary Gland Cancer、Stage II Basal Cell Carcinoma of the Lip、Stage II Salivary Gland Cancer、Stage III Salivary Gland Cancer、Stage IV Basal Cell Carcinoma of the Lip。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01155609
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/NCT01155609
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
病症：黏膜炎、化疗口腔并发症、放疗口腔并发症、复发性口腔腺样囊性癌、复发性唇部基底细胞癌、复发性鼻咽淋巴上皮瘤、复发性口咽淋巴上皮瘤、复发性口腔黏液表皮样癌。主要目标：I. 确定每日补充L-赖氨酸后，与头颈部癌症放疗和化疗相关的口腔黏膜炎的完全缓解率、严重程度减轻及完全缓解时间。次要目标：I. 通过癌症功能生活指数（FLIC）问卷总分，评估使用L-赖氨酸治疗口腔黏膜炎对日常生活的功能影响。概述：患者每日口服（PO）一次（QD）L-赖氨酸，直至完成放疗且黏膜炎消退，除非出现疾病进展或不可接受的毒性。研究治疗完成后，患者每周随访一次，直至黏膜炎消退。
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。
