放疗、化疗及外周血干细胞移植治疗原始神经外胚层肿瘤
该数据集来自 clinicaltrials.gov,收录一项针对高危原始神经外胚层肿瘤患者的临床研究信息,涉及脑与中枢神经系统肿瘤及神经母细胞瘤

基本信息
资源简介
放疗、化疗及外周血干细胞移植治疗原始神经外胚层肿瘤
该数据集来自 clinicaltrials.gov,收录一项针对高危原始神经外胚层肿瘤患者的临床研究信息,涉及脑与中枢神经系统肿瘤及神经母细胞瘤。研究内容包括放疗后高剂量巩固化疗联合外周血干细胞支持的安全性、延迟放疗约一个月的影响、塞替派最大耐受剂量、强化化疗毒性、干细胞输注后造血恢复时间以及总体生存与无事件生存。数据可用于治疗安全性、剂量递增与生存结局相关的预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:脑与中枢神经系统肿瘤、神经母细胞瘤。目的: 确定对高危原始神经外胚层肿瘤患者进行放疗后高剂量巩固化疗并以外周血干细胞(PBSC)支持的安全性。 确定在这些患者中将放疗延迟约一个月的安全性。 确定这些患者中塞替派的最大耐受剂量。 确定这些患者中以外周血干细胞支持的强化化疗的毒性作用。 评估在这些患者中颅脊髓放疗后使用强化化疗时,外周血干细胞输注后造血恢复的时间。 确定接受该方案治疗患者的总体生存和无事件生存。大纲:这是一项巩固治疗期间塞替派的剂量递增研究。* 诱导:在初次手术后31天内,患者
【主题与分类】
主题标签:Brain and Central Nervous System Tumors、Neuroblastoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00003846
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/NCT00003846
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:脑与中枢神经系统肿瘤、神经母细胞瘤。目的:* 确定对高危原始神经外胚层肿瘤患者进行放疗后大剂量巩固化疗联合外周血干细胞(PBSC)支持的安全性。* 确定在这些患者中将放疗延迟约一个月的安全性。* 确定在这些患者中塞替派的最大耐受剂量。* 确定在这些患者中进行强化化疗联合PBSC支持的毒性反应。* 评估在这些患者中颅脊髓放疗后使用强化化疗时,PBSC输注后造血恢复的时间。* 确定接受该方案治疗患者的总生存期和无事件生存期。大纲:这是一项巩固治疗期间塞替派的剂量递增研究。* 诱导治疗:在初次手术后31天内,患者接受诱导治疗,包括第0天静脉注射长春新碱,第0天和第1天静脉注射环磷酰胺(2小时以上),以及从第2天开始皮下注射非格司亭(G-CSF),持续至少7-10天。随后采集外周血干细胞(PBSC)。
- 放化疗:待血细胞计数恢复后,且在开始诱导治疗28天内,患者开始放化疗。患者每周静脉注射长春新碱一次,共8剂。放疗每周5天,持续6周,与长春新碱开始使用在同一周内启动。* 巩固治疗:在无疾病进展的情况下,于末次放疗后4-6周开始治疗。第一和第三疗程相同,包括第0天静脉注射长春新碱,第0天和第1天静脉注射卡铂1小时,第2-4天静脉注射塞替派3小时,以及从第7天开始每日皮下注射G-CSF。第7天回输PBSC。第二疗程包括第0天静脉注射长春新碱,第0天和第1天静脉注射卡铂1小时,第2天和第3天静脉注射环磷酰胺2小时,以及从第5天开始每日皮下注射G-CSF。第5天回输PBSC。每个疗程持续21天。对于
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。




