SMART试验:多发性脑转移的认知保护性脑放疗
该数据集来自clinicaltrials.gov,为一项II期随机试验,针对多发性脑转移(≥6个病灶)的实体瘤患者,比较立体定向放射外科(SRS)、认知保护性全脑放疗(CS-WBRT)与标准海马保护性全脑放疗(HA-WBRT)在保留神经认知功能方面的效果

基本信息
资源简介
SMART试验:多发性脑转移的认知保护性脑放疗
该数据集来自clinicaltrials.gov,为一项II期随机试验,针对多发性脑转移(≥6个病灶)的实体瘤患者,比较立体定向放射外科(SRS)、认知保护性全脑放疗(CS-WBRT)与标准海马保护性全脑放疗(HA-WBRT)在保留神经认知功能方面的效果。主要评估干预后6个月记忆与执行任务等认知功能,并比较三种方案对认知下降和疾病控制的影响。数据可用于脑转移放疗的认知结局分析、治疗方案对比及预后预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:实体瘤脑转移。这项II期随机试验的目标是确定在有多发性脑转移(≥6个病灶)的患者中,立体定向放射外科(SRS)或认知保护性WBRT(CS-WBRT)是否比标准海马保护性WBRT(HA-WBRT)更好地保留神经认知功能。它旨在回答的主要问题是: 哪种治疗在干预后6个月最能保留认知功能(记忆和执行任务)? 与双侧保护相比,保护左侧海马和胼胝体(CS-WBRT)或使用聚焦SRS能否减少认知下降?比较组 研究人员将比较三个组,以评估它们对认知和疾病控制的影响: A组(SRS):对颅内病灶进行聚焦高剂量放疗(15-20 Gy,1次分割)。 B组(CS-WBRT):全脑放疗(30 Gy,10次分割)保护
【主题与分类】
主题标签:Brain Metastases From Solid Tumors。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07505979
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/NCT07505979
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
条件:实体瘤脑转移。这项II期随机试验的目标是确定在多发脑转移($\ge6$个病灶)患者中,立体定向放射外科(SRS)或认知保护性全脑放疗(CS-WBRT)是否比标准的海马回避全脑放疗(HA-WBRT)更能保护神经认知功能。该试验旨在回答的主要问题包括:* 在干预后6个月时,哪种治疗最能保护认知功能(记忆和执行任务)?* 与双侧海马保护相比,保护左侧海马和胼胝体(CS-WBRT)或使用聚焦SRS能否减少认知功能下降?比较组 研究人员将比较三个组别,以评估其对认知和疾病控制的影响:* A组(SRS):对颅内病灶进行聚焦高剂量放疗(15-20 Gy,1次分割)。* B组(CS-WBRT):全脑放疗(30 Gy,10次分割),保护左侧海马和胼胝体,并联合美金刚。* C组(HA-WBRT):全脑放疗(30 Gy,10次分割),双侧海马保护,并联合美金刚。
参与者任务 参与者将:
- 在基线和随访时完成神经认知和神经心理学测试(HVLT-R、TMT、COWAT、CANTAB)。
- 接受增强脑MRI以规划及追踪肿瘤进展。
- 若被分配至WBRT组(B组或C组),则每日服用盐酸美金刚,持续24周。
- 提供血液样本用于生物标志物和遗传分析(如APOE、Tau)。
- 进行嗅觉功能测试并完成生活质量问卷。
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。




