脊柱转移瘤分离手术后放疗效果研究
该数据集来自 clinicaltrials.gov,主题为脊柱转移瘤患者接受分离手术后再行放疗的效果研究,涉及脊柱转移瘤、脊柱肿瘤、放疗与分离手术等关键词

基本信息
资源简介
脊柱转移瘤分离手术后放疗效果研究
该数据集来自 clinicaltrials.gov,主题为脊柱转移瘤患者接受分离手术后再行放疗的效果研究,涉及脊柱转移瘤、脊柱肿瘤、放疗与分离手术等关键词。源站描述指出,脊柱是恶性肿瘤常见转移部位,约30%-70%的恶性肿瘤患者会发生脊柱转移,可导致疼痛、高钙血症、脊柱不稳、椎体病理性骨折及脊髓神经根受压等症状,主要治疗目标为姑息治疗。该数据可用于了解相关临床研究背景与治疗方向(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Spinal Metastases, Spinal Tumor, Radiotherapy, Separation Surgery。根据GLOBOCAN 2020报告,2020年全球约有1930万新发癌症病例和1000万癌症相关死亡。脊柱是恶性肿瘤最常见的转移部位之一,约30%-70%的恶性肿瘤患者会发生脊柱转移。恶性脊柱转移可导致疼痛、高钙血症、脊柱不稳、椎体病理性骨折以及脊髓和神经根受压等症状。如果骨转移症状未得到有效控制,可引发疼痛、焦虑、抑郁、绝望和孤独等心理问题,严重影响生活质量并加速死亡进程。脊柱转移癌患者的主要治疗目标是姑息性治
【主题与分类】
主题标签:Spinal Metastases、Spinal Tumor、Radiotherapy、Separation Surgery。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07527884
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/NCT07527884
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:脊柱转移瘤、脊柱肿瘤、放疗、分离手术。根据GLOBOCAN 2020报告,2020年全球约有1930万新发癌症病例和1000万癌症相关死亡。脊柱是恶性肿瘤最常见的转移部位之一,约30%-70%的恶性肿瘤患者会发生脊柱转移。恶性脊柱转移可导致疼痛、高钙血症、脊柱不稳、椎体病理性骨折以及脊髓和神经根受压等症状。若骨转移症状未得到有效控制,可引发疼痛、焦虑、抑郁、绝望和孤独等心理问题,严重影响生活质量并加速死亡进程。脊柱转移癌患者的主要治疗目标是姑息治疗,包括保护神经功能、局部肿瘤控制、恢复脊柱稳定性以及缓解相关症状,以提高患者的生活质量。
分离手术联合术后放疗是目前脊柱转移癌患者最常见的治疗方案之一。尽管术后放疗可在一定程度上对脊柱转移灶实现局部控制,但放疗存在潜在风险,如放射性脊髓炎、椎体压缩性骨折、局部控制失败及手术切口感染。此外,放疗对20-30%的患者无效。而且,脊髓可耐受的最大累积辐射剂量为45-50Gy,超过该剂量后脊柱便无法再接受放疗。近年来,靶向治疗和免疫治疗等全身治疗取得了重大突破,显著改善了多种脊柱转移癌(如肺癌、乳腺癌和前列腺癌)的局部控制率和生存率;在某些情况下,仅靠全身治疗即可有效控制脊柱转移灶。Spine T
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。




