低成本筛查与影像引导光动力疗法治疗口腔癌前及恶性病变
该数据集来自 clinicaltrials.gov,聚焦口腔潜在恶性病变与早期口腔癌的低成本筛查及影像引导光动力疗法(PDT)

基本信息
资源简介
低成本筛查与影像引导光动力疗法治疗口腔癌前及恶性病变
该数据集来自 clinicaltrials.gov,聚焦口腔潜在恶性病变与早期口腔癌的低成本筛查及影像引导光动力疗法(PDT)。覆盖 Oral Cancer、Oral Leukoplakia、Oral Lichen Planus、Oral Squamous Cell Carcinoma 等主题。研究评估氨基乙酰丙酸(ALA)光敏化 PDT 治疗口腔病变的疗效,纳入经组织病理学确认的高级别异型增生或原位癌参与者。数据可用于了解 PDT 在口腔病变中的安全性、有效性及黏膜愈合情况,支持相关临床研究与筛查策略探索(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:口腔癌、口腔腔癌、口腔白斑、口腔扁平苔藓、口腔鳞状细胞癌。本研究旨在评估使用氨基乙酰丙酸(ALA)光敏化的光动力疗法(PDT)治疗口腔潜在恶性病变(OPML)或早期口腔癌的疗效。符合条件的参与者将在口腔中经组织病理学确认患有高级别异型增生/HGD(重度/中度异型增生)或早期癌症(原位癌,CIS)。虽然使用ALA光敏化的PDT已被证明对其他适应症安全有效,但尚未被批准用于治疗口腔病变。初步临床研究表明,PDT耐受性良好,可实现病变的完全清除,口腔黏膜愈合良好。本研究特别寻求评估一种新手持设备的使用
【主题与分类】
主题标签:Oral Cancer、Oral Cavity Cancer、Oral Leukoplakia、Oral Lichen Planus、Oral Squamous Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06876038
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/NCT06876038
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:口腔癌、口腔腔癌、口腔白斑、口腔扁平苔藓、口腔鳞状细胞癌。本研究旨在评估使用氨基乙酰丙酸(ALA)光敏化的光动力疗法(PDT)治疗口腔潜在恶性病变(OPML)或早期口腔癌的疗效。符合条件的参与者将具有组织病理学确诊的口腔高级别不典型增生/HGD(重度/中度不典型增生)或早期癌症(原位癌,CIS)。虽然使用ALA光敏化的PDT已被证明对其他适应症安全有效,但尚未获批用于治疗口腔病变。初步临床研究表明,PDT耐受性良好,可实现病变完全清除,口腔黏膜愈合良好。本研究特别旨在评估一种名为“筛查、成像和治疗光学系统”(SITOS)的新型手持光学设备的使用,该设备将成像与PDT光传输相结合。
该设备在尺寸和形状上与标准牙科相机相似,集成了光学元件,用于成像由ALA诱导的原卟啉IX光敏化产生的特征性荧光信号。这将用于基于成像的PDT光传输引导,PDT使用同样集成在设备中的红色二极管激光器。潜在的研究参与者将在参与临床中心的筛选会议中或通过转诊确定。那些具有可能符合条件的病变并同意参与的人将接受治疗前调查,包括口腔病变的临床信息、风险特征和基线毒性特征,以及初步成像。对于符合PDT治疗条件者,光敏化将使用5-ALA(20 mg/kg体重的5-ALA-HCl,Gleolan),在治疗前2至4小时口服给药。给予5-ALA后,必须避免眼睛和皮肤暴露于强光源(例如,手术照明、直射阳光或明亮聚焦的室内光)
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。




