用于治疗皮肤、黏膜及浅表软组织肿瘤的α辐射发射装置(DaRT)

该数据集来自 clinicaltrials.gov,聚焦皮肤癌、口腔黏膜肿瘤及软组织肿瘤,围绕一种名为 DaRT 的α辐射发射装置治疗展开

Alpha Tau Medical LTD.Alpha Tau Medical LTD.
clinicaltrials
浏览 14
医学影像预测Skin CancerMucosal Neoplasm of Oral CavitySoft Tissue Neoplasm
Alpha Radiation Emitters Device for the Treatment of Cutaneous, Mucosal and Superficial Soft Tissue Neoplasia (DaRT)

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-09

资源简介

用于治疗皮肤、黏膜及浅表软组织肿瘤的α辐射发射装置(DaRT)

该数据集来自 clinicaltrials.gov,聚焦皮肤癌、口腔黏膜肿瘤及软组织肿瘤,围绕一种名为 DaRT 的α辐射发射装置治疗展开。研究为前瞻性、开放标签、单臂对照试验,评估通过放射性粒子植入肿瘤内实施弥散α发射体放疗的安全性与疗效,将局部瘤内照射与α辐射原子结合。治疗对象为经组织病理学确认的恶性浅表病变,在植入 DaRT 粒子后 30-45 天(取出粒子后 15-30 天)评估肿瘤体积缩小及坏死组织百分比,并评估安全性(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、口腔黏膜肿瘤、软组织肿瘤。这将是一项前瞻性、开放标签、单臂、对照研究,评估通过插入肿瘤内的放射性粒子递送的弥散α发射体放射治疗(DaRT)的安全性和有效性。该方法将常规近距离放疗中使用的肿瘤局部瘤内照射的优势与α辐射发射原子的效力相结合,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浅表病变将使用 DaRT 粒子治疗。将评估 DaRT 粒子插入后 30-45 天(粒子取出后 15-30 天)肿瘤体积的缩小以及肿瘤中坏死组织百分比的评估。安全性将通过累积

【主题与分类】

主题标签:Skin Cancer、Mucosal Neoplasm of Oral Cavity、Soft Tissue Neoplasm。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03886181

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/NCT03886181

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

疾病:皮肤癌、口腔黏膜肿瘤、软组织肿瘤。这将是一项前瞻性、开放标签、单臂、对照研究,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。该方法将传统近距离放射治疗中局部瘤内照射肿瘤的优势与α放射性发射原子的效力相结合,所用原子的数量将远低于已用于患者的放射治疗。经组织病理学证实为恶性的浅表病变将使用DaRT粒子进行治疗。将评估DaRT粒子插入后30-45天(粒子取出后15-30天)肿瘤体积的缩小以及肿瘤中坏死组织百分比的评价。安全性将通过观察到的包括随访期在内的不良事件(AE)的累积发生率、最严重程度和频率进行评估。

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