脑转移瘤立体定向放射外科(SRS)剂量递增研究
该数据集来自 clinicaltrials.gov,主题为脑转移瘤的立体定向放射外科(SRS)剂量递增研究。源站描述指出,对于脑转移灶有限的患者,SRS 联合密切随访可安全推迟全脑放疗,目前多数此类患者仅接受 SRS 而不做 WBRT;但 RTOG 90-05 设定的 SRS 剂量仍用于无既往颅内照

基本信息
资源简介
脑转移瘤立体定向放射外科(SRS)剂量递增研究
该数据集来自 clinicaltrials.gov,主题为脑转移瘤的立体定向放射外科(SRS)剂量递增研究。源站描述指出,对于脑转移灶有限的患者,SRS 联合密切随访可安全推迟全脑放疗,目前多数此类患者仅接受 SRS 而不做 WBRT;但 RTOG 90-05 设定的 SRS 剂量仍用于无既往颅内照射的患者,其对长期肿瘤控制的潜在不足令人担忧。化疗进步延长了肺癌、乳腺癌等易伴脑转移患者的生存,使更多患者可能出现脑转移。数据可用于评估 SRS 剂量与肿瘤控制及生存的关系(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑肿瘤,成人,恶性。近期,多项大型随机研究显示,对于脑转移灶有限的患者,采用 SRS 和密切监测时,可安全推迟全脑放疗。鉴于此,目前大多数此类患者仅接受 SRS 而不做 WBRT。然而,由放射治疗肿瘤学组(RTOG)90-05 设定的 SRS 剂量仍继续应用于无既往颅内照射的患者。当前 SRS 剂量对长期肿瘤控制的潜在不足令人迫切担忧。化疗的进步已使许多转移性癌症患者的总体生存得到改善,包括常与脑转移相关的恶性肿瘤,如肺癌(40-50%)和乳腺癌(15%)。随着这些患者生存更久,更多患者可能出现脑转移,而当前的 SRS 剂量可能不
【主题与分类】
主题标签:Brain Neoplasms, Adult, Malignant。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02645487
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/NCT02645487
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:脑肿瘤,成人,恶性。近期,多项大型随机研究显示,对于脑转移灶数量有限的患者,采用立体定向放射外科(SRS)并密切随访时,可安全地暂缓全脑放疗。鉴于此,目前大多数此类患者仅接受SRS治疗,而不进行全脑放疗(WBRT)。然而,放射治疗肿瘤学组(RTOG)90-05所设定的SRS剂量仍被应用于既往未接受过颅内放疗的患者。当前SRS剂量在长期肿瘤控制方面可能存在的不足,已成为亟待关注的问题。化疗的进步提高了许多转移性癌症患者的总体生存率,包括常伴有脑转移的恶性肿瘤,如肺癌(40-50%)和乳腺癌(15%)。随着这些患者生存期延长,更多患者可能出现脑转移,而当前的SRS剂量可能不足以在患者生存期内控制脑转移。事实上,有证据表明SRS后的控制率随时间下降,3年后局部控制率可能仅约为60%。
对于相对耐辐射的黑色素瘤脑转移,SRS报告的12个月局部控制率范围为52%至75%。更强的SRS剂量可能有助于改善脑转移的长期控制。
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。




