复发性鼻咽癌质子治疗数据集
该数据集来源于 clinicaltrials.gov,主题为复发性鼻咽癌的质子治疗。源站描述指出,放疗是鼻咽癌的主要治疗手段,目前鼻咽癌5年局部控制率为80%至85%,但部分患者仍会出现局部复发

基本信息
资源简介
复发性鼻咽癌质子治疗数据集
该数据集来源于 clinicaltrials.gov,主题为复发性鼻咽癌的质子治疗。源站描述指出,放疗是鼻咽癌的主要治疗手段,目前鼻咽癌5年局部控制率为80%至85%,但部分患者仍会出现局部复发。对于早期复发性肿瘤,挽救性手术可获得满意的肿瘤控制并改善生活质量;然而许多复发性肿瘤分期过晚无法切除,高剂量再程放疗是唯一可能治愈的方法。调强放疗(IMRT)作为鼻咽癌的主要治疗方式,在局部控制、生存和毒性耐受方面取得了令人鼓舞的结果,但对不可切除的复发性鼻咽癌仍存在生存不佳等问题。该数据可用于了解复发性鼻咽癌质子治疗相关临床研究背景(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:复发性鼻咽癌。放疗是鼻咽癌(NPC)的主要治疗手段。目前,鼻咽癌的5年局部控制率为80%至85%。然而,部分患者不可避免地出现局部复发。对于早期复发性肿瘤,挽救性手术可实现满意的肿瘤控制并改善患者生活质量,因而是一种合理的治疗选择。然而,许多复发性肿瘤分期过晚而无法切除。对于这些不可切除的肿瘤,高剂量再程放疗是唯一可能治愈的方法。调强放疗(IMRT)作为鼻咽癌的主要治疗手段,在局部控制、生存和可耐受毒性方面已取得令人鼓舞的结果。然而,IMRT治疗不可切除复发性鼻咽癌的治疗方案仍存在两个问题:第一,患者生存仍然较差。目前已被重
【主题与分类】
主题标签:Recurrent Nasopharyngeal Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07412314
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07412314
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
疾病情况:复发性鼻咽癌。放疗是鼻咽癌(NPC)的主要治疗手段。目前,鼻咽癌的5年局部控制率为80%至85%。然而,部分患者不可避免地会出现局部复发。对于早期复发性肿瘤,挽救性手术可实现满意的肿瘤控制并改善患者生活质量,因而是一种合理的治疗选择。然而,许多复发性肿瘤分期过晚而无法切除。对于这些不可切除的肿瘤,高剂量再程放疗是唯一可能治愈的方法。调强放疗(IMRT)作为鼻咽癌的主要治疗手段,在局部控制、生存及可耐受毒性方面已取得令人鼓舞的结果。然而,针对不可切除复发性鼻咽癌的IMRT治疗方案仍存在两个问题:其一,患者生存仍较差。据报道,接受IMRT联合化疗的局部复发性鼻咽癌患者的2年局部无进展生存率约为56%至76.9%,2年总生存率仅为44%至68%。
其次,再程放疗引起的严重不良反应是导致治疗失败的最重要原因。约64.9%的患者会出现3至5级晚期放射性毒性反应,如黏膜坏死和颞叶坏死。因此,近年来研究人员正尝试更先进的放疗技术,以提高不可切除的局部复发鼻咽癌患者的疗效并减少放疗相关并发症。质子放疗目前是国际公认的前沿放疗技术,主要通过粒子束照射肿瘤。粒子以低能量进入,能量沉积逐渐增加,直至在“布拉格峰”处迅速升高,即能量在到达肿瘤部位时完全升高并释放,实现对肿瘤的“定向爆炸”,随后在穿过肿瘤后迅速下降。
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。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




