成人原发性中枢神经系统肿瘤的质子放疗

该数据集来自 clinicaltrials.gov,聚焦成人原发性中枢神经系统肿瘤及动静脉畸形的质子束治疗研究。研究为开放标签、多中心前瞻性 II 期试验,包含两个序贯队列,评估使用质子束治疗的可行性、安全性、毒性及长期生存数据

Uppsala UniversityUppsala University
clinicaltrials
浏览 7
其他预测Central Nervous System TumourArteriovenous Malformation
Proton Radiotherapy for Primary Central Nervous System Tumours in Adults

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-08

资源简介

成人原发性中枢神经系统肿瘤的质子放疗

该数据集来自 clinicaltrials.gov,聚焦成人原发性中枢神经系统肿瘤及动静脉畸形的质子束治疗研究。研究为开放标签、多中心前瞻性 II 期试验,包含两个序贯队列,评估使用质子束治疗的可行性、安全性、毒性及长期生存数据。第一部分评估笔束扫描的可行性、治疗安全性及较小队列的急性毒性;第二部分纳入第一部分安全性数据经指导委员会评估后转诊至 Skandion Clinic 的所有中枢神经系统患者。数据可用于放疗安全性、毒性及生存相关的预测建模(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:中枢神经系统肿瘤、动静脉畸形。开放标签、多中心前瞻性 II 期研究。符合研究方案入组标准的成人原发性中枢神经系统肿瘤患者。该研究由两个序贯队列组成,评估使用质子束治疗的可行性、安全性、毒性以及长期生存数据。 第一部分:评估使用笔束扫描的可行性,评估各方面治疗安全性,并评估较小中枢神经系统患者队列的急性毒性。所有毒性数据、生活质量和生存数据也将纳入第二部分队列。 第二部分:试验的第二部分由第一部分安全性数据经研究指导委员会评估后转诊至 Skandion Clinic 的所有中枢神经系统患者组成。

【主题与分类】

主题标签:Central Nervous System Tumour、Arteriovenous Malformation。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02797366

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT02797366

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:中枢神经系统肿瘤、动静脉畸形。开放标签、多中心前瞻性II期研究。根据研究方案符合纳入标准的原发性中枢神经系统肿瘤成年患者。该研究包括2个序贯队列,评估使用质子束治疗的可行性、安全性和毒性,以及长期生存数据。* 第一部分:评估使用笔形束扫描的可行性,并全面评估治疗安全性,以及在较小规模的中枢神经系统患者队列中评估急性毒性。所有毒性数据、生活质量和生存数据也将纳入第二部分队列。* 第二部分:试验的第二部分包括所有在第一部分安全性数据经研究指导委员会评估后转诊至Skandion诊所的中枢神经系统患者。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。