用于治疗恶性皮肤肿瘤的α辐射发射装置(DaRT)

该数据集来自 clinicaltrials.gov,聚焦于皮肤癌、皮肤肿瘤及皮肤转移的治疗研究。研究为前瞻性、开放标签、单臂、多中心设计,评估通过放射性粒子植入肿瘤内递送的扩散α发射体放射治疗(DaRT)的安全性与有效性

Alpha Tau Medical LTD.Alpha Tau Medical LTD.
clinicaltrials
浏览 8
医学影像回归Skin CancerCutaneous TumorCutaneous Metastasis
Alpha Radiation Emitters Device (DaRT) for the Treatment of of Malignant Cutaneous Tumors

基本信息

模态
医学影像
任务类型
回归
创建/更新时间
2026-10-09

资源简介

用于治疗恶性皮肤肿瘤的α辐射发射装置(DaRT)

该数据集来自 clinicaltrials.gov,聚焦于皮肤癌、皮肤肿瘤及皮肤转移的治疗研究。研究为前瞻性、开放标签、单臂、多中心设计,评估通过放射性粒子植入肿瘤内递送的扩散α发射体放射治疗(DaRT)的安全性与有效性。该疗法结合了传统近距离放疗的局部瘤内照射优势与α辐射发射原子的作用。经组织病理学确认恶性的皮肤病变将接受DaRT粒子治疗,主要评估DaRT植入后9至11周的肿瘤缩小情况,并通过所有不良事件的发生频率、严重程度及因果关系评估安全性(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:皮肤癌、皮肤肿瘤、皮肤转移。这将是一项前瞻性、开放标签、单臂、多中心研究,评估通过插入肿瘤内的放射性粒子递送的扩散α发射体放射治疗(DaRT)的安全性和有效性。该方法结合了传统近距离放疗中使用的肿瘤局部瘤内照射的优势,以及α辐射发射原子的能力,其引入量将远低于已用于患者的放射治疗。经组织病理学确认恶性的皮肤病变将使用DaRT粒子治疗。将评估DaRT植入后9-11周的肿瘤大小缩小情况。安全性将通过所有不良事件(AE)的频率、严重程度和因果关系进行评估。

【主题与分类】

主题标签:Skin Cancer、Cutaneous Tumor、Cutaneous Metastasis。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04068155

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT04068155

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:皮肤癌、皮肤肿瘤、皮肤转移。这将是一项前瞻性、开放标签、单臂、多中心研究,评估通过插入肿瘤内的放射性粒子实施扩散α发射体放射治疗(DaRT)的安全性和有效性。该方法结合了传统近距离放射治疗中肿瘤局部瘤内照射的优势,以及α辐射发射原子的效力,其引入量将远低于已用于患者的放射治疗剂量。经组织病理学证实为恶性的皮肤病变将使用DaRT粒子进行治疗。将评估DaRT植入后9-11周肿瘤大小的缩小情况。安全性将通过所有不良事件(AE)的发生频率、严重程度和因果关系进行评估。

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。

获取专属数据定制方案