罕见寡转移性癌症患者的立体定向体部放疗（OligoRARE）
该数据集来自 clinicaltrials.gov，为一项随机、开放标签、多中心 III 期优效性研究，评估在标准治疗基础上加用立体定向体部放疗（SBRT）对罕见寡转移性癌症患者总生存期的影响
基本信息
资源简介
罕见寡转移性癌症患者的立体定向体部放疗（OligoRARE）
该数据集来自 clinicaltrials.gov，为一项随机、开放标签、多中心 III 期优效性研究，评估在标准治疗基础上加用立体定向体部放疗（SBRT）对罕见寡转移性癌症患者总生存期的影响。覆盖妇科癌症、皮肤癌、头颈癌、肉瘤、肾癌、膀胱癌、上尿路癌和胰腺癌等病种。患者按 1:1 随机分配至当前标准治疗组或标准治疗联合针对所有已知转移灶的 SBRT 组。主要目的是比较联合 SBRT 是否较单纯标准治疗改善总生存期，可用于放疗联合治疗与生存结局的预测建模研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：妇科癌症、皮肤癌、头颈癌、肉瘤、肾癌、膀胱癌、上尿路癌、胰腺癌。这是一项随机、开放标签、多中心 III 期优效性研究，旨在评估在标准治疗基础上加用 SBRT 对罕见寡转移性癌症患者总生存期的影响。患者将按 1:1 比例随机分配至当前标准治疗组与标准治疗联合针对所有已知转移灶的 SBRT 组。本试验的主要目的是评估在罕见寡转移性癌症患者中，与单纯标准治疗相比，在标准治疗基础上加用立体定向体部放疗（SBRT）是否能改善总生存期（OS）。
【主题与分类】
主题标签：Gynecologic Cancer、Skin Cancer、Head and Neck Cancer、Sarcoma、Renal Cancer、Bladder Cancer、Upper Urinary Tract Carcinoma、Pancreatic Cancer、Hepatobiliary Cancer、Gastric Cancer。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04498767
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/NCT04498767
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：妇科癌症、皮肤癌、头颈癌、肉瘤、肾癌、膀胱癌、上尿路癌、胰腺癌。这是一项随机、开放标签、多中心III期优效性研究，旨在探讨在标准治疗基础上加用SBRT对罕见寡转移癌症患者总生存期的影响。患者将按1：1比例随机分配至当前标准治疗组与标准治疗+对所有已知转移病灶部位行SBRT组。本试验的主要目的是评估在罕见寡转移癌症患者中，与单纯标准治疗相比，在标准治疗基础上加用立体定向体部放疗（SBRT）是否能改善总生存期（OS）。
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。
