残留/复发II级脑膜瘤的多程放射外科治疗
该数据集来自 clinicaltrials.gov，主题为残留或复发 WHO II 级（非典型）脑膜瘤的多程放射外科治疗
基本信息
资源简介
残留/复发II级脑膜瘤的多程放射外科治疗
该数据集英文名为 Multisession Radiosurgery in Residual/Recurrent Grade II Meningiomas，来源于 clinicaltrials.gov，主题聚焦于残留或复发的世界卫生组织（WHO）II 级（非典型）脑膜瘤的多程放射外科治疗。脑膜瘤是最常见的颅内肿瘤，其中 WHO II 级（非典型）脑膜瘤的复发频率高于 WHO I 级（良性）脑膜瘤。对于次全切除的非典型脑膜瘤患者，通常建议辅以放射治疗；但许多非典型脑膜瘤可以实现肉眼全切除，这部分人群是否需要放疗仍不明确。该数据集围绕这一临床争议，提供与多程放射外科治疗相关的注册信息，主题标签为 Meningioma Atypical，在分类上归入肿瘤 / 其他。
【数据集背景】
脑膜瘤是最常见的颅内肿瘤。WHO II 级（非典型）脑膜瘤的复发频率高于 WHO I 级（良性）脑膜瘤。对于次全切除的非典型脑膜瘤患者，应接受辅助放射治疗。然而，许多非典型脑膜瘤可以实现肉眼全切除，是否对这部分人群实施放疗仍不清楚。除切除范围外，年龄、性别等临床特征以及肿瘤大小、位置等肿瘤相关特征对判断哪些病灶会复发的预测能力较差。已发表数据存在异质性和回顾性特征，导致关于辅助放疗作用的专业共识缺乏：标准分割放疗未能显示出获益。该数据集即在这一背景下，围绕残留或复发 WHO II 级（非典型）脑膜瘤的多程放射外科治疗而设立。
【数据内容】
该数据集的主题为残留或复发 WHO II 级（非典型）脑膜瘤的多程放射外科治疗，主题标签为 Meningioma Atypical。数据集英文名称为 Multisession Radiosurgery in Residual/Recurrent Grade II Meningiomas。关于数据集所包含的具体字段、变量、样本量、随访指标及结局定义等详细内容，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。其源站描述涉及的疾病条件为 Meningioma Atypical。关于采集时间范围、采集机构、入组标准与排除标准的具体条目、数据采集流程等信息，源站未提供。
【适用场景】
该数据集适用于关注残留或复发 WHO II 级（非典型）脑膜瘤多程放射外科治疗的临床与研究场景，可用于了解该主题下的注册研究信息。关于具体的分析用途、模型训练或验证场景，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问接口、字段说明、预处理步骤或使用协议等。
【质量与限制】
该数据集来自 clinicaltrials.gov，其源站描述指出，已发表数据存在异质性和回顾性特征，关于辅助放疗作用的专业共识缺乏，标准分割放疗未能显示出获益。关于该数据集本身的数据完整性、准确性、缺失情况或偏倚评估，源站未提供。
【引用与许可】
源站未提供该数据集的引用格式与许可信息。
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/NCT05081908
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：非典型脑膜瘤。脑膜瘤是最常见的颅内肿瘤（1）。世界卫生组织（WHO）II级（非典型）脑膜瘤的复发频率高于WHO I级（良性）脑膜瘤，对于次全切除的非典型脑膜瘤患者，应给予辅助放射治疗（2）。然而，许多非典型脑膜瘤可以实现肉眼全切除，对于这一人群是否应进行放射治疗仍不明确。除切除范围外，年龄、性别等临床特征以及肿瘤大小、位置等肿瘤相关特征对判断哪些病变会复发的预测能力较差。关于辅助放射治疗（RT）作用的专业共识缺乏，源于已发表数据的异质性和回顾性性质：标准分割放疗在局部控制和生存方面未能显示出获益。放疗技术的最新进展（分阶段放射外科）使得仅在肿瘤体积内达到高剂量水平成为可能，同时保护周围健康组织。
本研究的目的是验证一种新放疗方案的相关毒性，次要终点是评估3年时对疾病局部控制的有效性。
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。
