用于确定177Lu-DOTATATE肿瘤剂量的半自动分割方法

数据集获取

源站：https://clinicaltrials.gov/study/NCT06460467

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：脑膜瘤。新型宽视野固态相机能够实现“定量”单光子发射断层显像（SPECT）采集，尤其是在内部载体化放射治疗过程中。这些创新疗法主要用于癌症治疗。它们涉及注射一种放射性药物，该药物由特异性靶向肿瘤细胞的载体——在此为靶向生长抑素受体的生长抑素类似物——和发射β或α辐射以“杀死”肿瘤细胞、并发射γ辐射用于SPECT显像的放射性同位素——在此为177Lu——组成。目前，这些放射性药物对所有患者均按固定剂量处方。为了实现个体化医疗，肿瘤剂量测定对于在个体层面预测此类治疗的疗效和剂量-反应关系至关重要。鉴于这些177Lu疗法的治疗应用日益增多，欧洲核医学协会（EANM）最近发布了关于177Lu标记的生长抑素类似物（Lutathéra®，177Lu-DOTATATE）等药物剂量测定的建议。

然而，这些建议在危及器官的剂量测定方面是精确的，但在肿瘤剂量测定方面仍不明确。因此，肿瘤剂量测定难以在常规临床基础上实施。NETTER-1 3期研究已证实177Lu-DOTATATE治疗对神经内分泌肿瘤的疗效，并且在治疗难治性脑膜瘤方面也报告了令人感兴趣的结果。此外，最近一项研究表明，在接受177Lu-DOTATATE治疗的胃肠神经内分泌肿瘤患者中，肿瘤剂量测定可以预测患者生存。为了在临床常规中优化剂量测定方法，需要采取以下几个步骤：i）定义一种标准化的手动或半自动分割方法，以确定感兴趣体积（肿瘤体积和/或危及器官），ii）精确量化肿瘤或危及器官的体积活度

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。