影像引导放射外科或立体定向体部放疗治疗局限性脊柱转移患者
该数据集来自 clinicaltrials.gov,收录一项关于脊柱转移瘤患者的放疗研究。研究分为两阶段:II 期评估在合作组环境下实施影像引导放射外科或立体定向体部放疗的可行性;III 期比较单次 16 Gy 的影像引导放射外科或 SBRT 与单次 8 Gy 常规外照射放疗在疼痛控制上的效果,采用

基本信息
资源简介
影像引导放射外科或立体定向体部放疗治疗局限性脊柱转移患者
该数据集来自 clinicaltrials.gov,收录一项关于脊柱转移瘤患者的放疗研究。研究分为两阶段:II 期评估在合作组环境下实施影像引导放射外科或立体定向体部放疗的可行性;III 期比较单次 16 Gy 的影像引导放射外科或 SBRT 与单次 8 Gy 常规外照射放疗在疼痛控制上的效果,采用 11 点数字评定量表(NRPS)测量,并比较疼痛反应速度、持续时间及不良事件。数据可用于肿瘤放疗与疼痛管理相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性癌症、疼痛。目的:主要 确定在合作组环境下对脊柱转移患者成功实施影像引导放射外科或立体定向体部放疗(SBRT)的可行性。(II 期) 确定与常规外照射放疗(单次 8 Gy)相比,影像引导放射外科或 SBRT(单次 16 Gy)是否能改善疼痛控制,以 11 点数字评定量表(NRPS)测量。(III 期)次要 确定与常规外照射放疗相比,影像引导放射外科或 SBRT 是否能改善疼痛反应的快速性并延长治疗部位疼痛反应的持续时间,以 NRPS 测量。(III 期) 比较这些治疗方案相关的不良事件,以 NCI CTCAE v3.0 标准测量。(III 期)* 评估 l
【主题与分类】
主题标签:Metastatic Cancer、Pain。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00922974
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/NCT00922974
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
疾病:转移性癌症、疼痛。目的:主要 * 确定在合作组环境中对脊柱转移患者成功实施图像引导放射外科或立体定向体部放疗(SBRT)的可行性。(II期) * 确定与常规外照射放疗(单次剂量8 Gy)相比,图像引导放射外科或SBRT(单次剂量16 Gy)是否能改善疼痛控制,以11点数字评定量表(NRPS)衡量。(III期)次要 * 确定与常规外照射放疗相比,图像引导放射外科或SBRT是否能加快疼痛缓解速度并延长治疗部位疼痛缓解的持续时间,以NRPS衡量。(III期) * 比较与这些治疗方案相关的不良事件,以NCI CTCAE v3.0标准衡量。(III期) * 评估图像引导放射外科或SBRT对椎骨(如压缩性骨折)和脊髓的长期影响(24个月),以MRI衡量。(III期)详情:这是一项多中心II期研究,随后进行随机III期研究。
进入III期部分的患者根据拟治疗的脊柱转移灶数量(1个 vs 2-3个)和肿瘤类型(放射抵抗性肿瘤[包括软组织肉瘤、黑色素瘤和肾细胞癌] vs 其他类型)进行分层。II期患者在基线和3个月时接受治疗脊柱的MRI检查;III期患者在基线以及3、6、12和24个月时接受MRI检查。进入III期部分的患者还在基线时、随机化后1、2和3周时以及1、3、6、12和24个月时完成数字评定量表疼痛评分。患者在完成研究治疗后接受随访。
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。




