评估GEH300079(68Ga)注射液PET/CT检测结直肠癌、胃癌、卵巢癌或胰腺癌患者腹膜癌诊断性能的研究
该数据集来自clinicaltrials.gov,为一项2/3期、前瞻性、多中心、开放标签、非随机临床试验,纳入原发性结直肠癌、胃癌、卵巢癌或胰腺导管腺癌(PDAC)且已知或疑似腹膜癌(PC)的患者,在机构标准治疗(SoC)成像前后采集GEH300079 (68Ga) PET/CT图像

基本信息
资源简介
评估GEH300079(68Ga)注射液PET/CT检测结直肠癌、胃癌、卵巢癌或胰腺癌患者腹膜癌诊断性能的研究
该数据集来自clinicaltrials.gov,为一项2/3期、前瞻性、多中心、开放标签、非随机临床试验,纳入原发性结直肠癌、胃癌、卵巢癌或胰腺导管腺癌(PDAC)且已知或疑似腹膜癌(PC)的患者,在机构标准治疗(SoC)成像前后采集GEH300079 (68Ga) PET/CT图像。主要目标是以复合标准真相(SoT)为基础,通过基于区域的分析评估GEH300079 (68Ga) PET/CT对结直肠癌、胃癌或卵巢癌原发癌患者PC的检测诊断性能;PDAC原发癌患者的PC检测将在研究的2期部分进行探索。研究包含2个不同部分(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结直肠癌、胃癌、卵巢癌、胰腺导管腺癌。本研究是一项2/3期、前瞻性、多中心、开放标签、非随机临床试验,将在原发性结直肠癌、胃癌、卵巢癌或胰腺导管腺癌(PDAC)且已知或疑似腹膜癌(PC)的患者中,在机构标准治疗(SoC)成像之前或之后采集GEH300079 (68Ga) PET/CT图像。主要目标是在基于区域的分析中,使用复合标准真相(SoT)评估GEH300079 (68Ga) PET/CT对结直肠癌、胃癌或卵巢癌原发癌患者PC的检测诊断性能。原发性PDAC患者的PC检测将在研究的2期部分进行探索。该研究由2个不同部分组成:2期旨在确认s
【主题与分类】
主题标签:Colorectal Cancer、Gastric Cancers、Ovarian Cancers、Pancreatic Ductal Adenocarcinoma。本站分类:肿瘤/其他。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07219238
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/NCT07219238
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:结直肠癌、胃癌、卵巢癌、胰腺导管腺癌。本研究是一项2/3期、前瞻性、多中心、开放标签、非随机临床试验,将在原发性结直肠癌、胃癌、卵巢癌或胰腺导管腺癌(PDAC)且已知或疑似腹膜癌病(PC)的患者中,在机构标准治疗(SoC)成像之前或之后获取GEH300079(68Ga)PET/CT图像。主要目的是在基于区域的分析中,使用复合真值标准(SoT),评估GEH300079(68Ga)PET/CT在结直肠癌、胃癌或卵巢原发癌患者中检测PC的诊断性能。在原发性PDAC患者中检测PC将在研究的2期部分进行探索。该研究由2个不同部分组成:2期旨在确认3期部分的统计学和科学假设,并确认GEH300079(68Ga)PET/CT在PC适应症中的最佳剂量和采集时机。
第二阶段包括2个队列:队列A(结直肠癌、卵巢癌和胃癌原发癌参与者)和队列B(原发性PDAC参与者),其中队列B的分析仅为描述性。第三阶段旨在证明GEH300079(68Ga)PET/CT在确诊为结直肠癌、胃癌或卵巢癌原发癌患者中检测PC的安全性和有效性。
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。



![[225Ac]-FPI-2068在晚期实体瘤成人患者中的1期剂量递增研究](/medical-api/medicalDataset/datasetCover/42245.jpg)
