电子近距离放射治疗非黑色素瘤皮肤癌

研究主要记录患者的局部复发情况,同时评估美容效果以及放射治疗相关皮肤毒性的发生情况。数据可用于分析电子近距离放射治疗在非黑色素瘤皮肤癌中的复发风险、美容结局与安全性,为临床决策和后续研究提供参考(来源 clinicaltrials.gov)

Xoft, Inc.Xoft, Inc.
clinicaltrials
浏览 20
医学影像预测Basal Cell CarcinomaSquamous Cell Carcinoma
Electronic Brachytherapy for the Treatment of NMSC

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

电子近距离放射治疗非黑色素瘤皮肤癌

该数据集来自 clinicaltrials.gov,聚焦使用 Xoft Axxent Electronic Brachytherapy System 治疗非黑色素瘤皮肤癌(基底细胞癌和鳞状细胞癌)的临床研究。研究主要记录患者的局部复发情况,同时评估美容效果以及放射治疗相关皮肤毒性的发生情况。数据可用于分析电子近距离放射治疗在非黑色素瘤皮肤癌中的复发风险、美容结局与安全性,为临床决策和后续研究提供参考(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:基底细胞癌、鳞状细胞癌。本研究的目的是记录使用 Xoft Axxent Electronic Brachytherapy System 治疗非黑色素瘤(基底细胞癌和鳞状细胞癌)皮肤癌患者的局部复发情况。其他目标包括评估使用 Xoft Axxent Electronic Brachytherapy System 治疗非黑色素瘤皮肤癌患者的美容效果,并记录使用 Xoft Axxent Electronic Brachytherapy System 治疗非黑色素瘤皮肤癌患者的放射治疗相关皮肤毒性的发生情况。

【主题与分类】

主题标签:Basal Cell Carcinoma、Squamous Cell Carcinoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01016899

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/NCT01016899

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:基底细胞癌、鳞状细胞癌。本研究的目的是记录使用Xoft Axxent电子近距离放射治疗系统治疗非黑色素瘤(基底细胞癌和鳞状细胞癌)皮肤癌患者的局部复发情况。其他目的包括评估使用Xoft Axxent电子近距离放射治疗系统治疗非黑色素瘤皮肤癌患者的美容效果,并记录使用Xoft Axxent电子近距离放射治疗系统治疗非黑色素瘤皮肤癌患者中与放射治疗相关的皮肤毒性反应的发生情况。

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