前列腺癌碳离子放疗中分次间运动概率剂量分布:直肠保护与靶区覆盖适度下降
该数据集来自 search.dataone.org,聚焦前列腺癌碳离子放疗(CIRT)中分次间运动对临床靶区(CTV)覆盖、计划靶区(PTV)边界及直肠组织保护的影响

基本信息
资源简介
前列腺癌碳离子放疗中分次间运动概率剂量分布:直肠保护与靶区覆盖适度下降
Probabilistic interfractional motion carbon ion radiation therapy dose distribution for prostate cancer shows rectum sparing with moderate target coverage degradation
该数据集来自 search.dataone.org,聚焦前列腺癌碳离子放疗(CIRT)中分次间运动对临床靶区(CTV)覆盖、计划靶区(PTV)边界及直肠组织保护的影响。数据涵盖靶区与危及器官的剂量覆盖信息,并涉及基于锥形束 CT(CBCT)的摆位校正流程。该数据可用于分析分次间运动下的剂量变化、评估直肠保护效果,并支持概率 DVH 在治疗计划中的研究与应用(来源 DataONE,CC0 1.0 Universal (CC0 1.0) Public Domain Dedication 许可)。
【数据内容】
源站描述(机器翻译,仅供参考):目的:本观察性研究探讨分次间运动对碳离子放疗(CIRT)中临床靶区(CTV)覆盖、计划靶区(PTV)边界及直肠组织保护的影响。研究报告存在分次间运动时靶区结构和危及器官的剂量覆盖,探讨直肠组织保护,并为进一步降低毒性发生率提供建议。我们还提出概率 DVH 供治疗计划考虑,以代表临床患者群体的可能剂量。方法:在群马大学医院,调强 X 射线治疗(IMXT,又称 IMRT)前列腺癌患者被定位在一张治疗床上,该治疗床基于锥形束计算机断层扫描(CBCT)进行两次移位,先对齐骨骼,然后将前列腺组织对齐到等中心。这些移位因此包含分次间
【主题与分类】
主题标签:hazard、internal、medicine、VMAT、computed tomography、Therapy、Motion、Oncology、error、radiotherapy。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://search.dataone.org/view/sha256%3Ac9becac24e07be0013a323dab1d12af67e883d05d07414501496e9ed8dfca900
使用许可:CC0 1.0 Universal (CC0 1.0) Public Domain Dedication。
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
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
目的:本观察性研究探讨在碳离子放射治疗(CIRT)中,分次间运动对临床靶区(CTV)覆盖、计划靶区(PTV)边界以及直肠组织保护的影响。本研究报告了在存在分次间运动的情况下靶区结构和危及器官的剂量覆盖情况,探讨了直肠组织保护,并为进一步降低毒性发生率提供了建议。我们还提出了概率性DVH供治疗计划考虑,以代表该诊所患者群体可能接受的剂量。方法:在群马大学医院,接受调强X射线治疗(IMXT,又称IMRT)的前列腺癌患者被定位在一张治疗床上,该治疗床基于锥形束计算机断层扫描(CBCT)进行两次移位,以先对齐骨骼,然后将前列腺组织对齐至等中心。这些移位因此包含了分次间运动。共收集了来自85例患者的1306次此类治疗床移位。正态概率分布我们……
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。




