局部氨基乙酰丙酸治疗非黑色素瘤皮肤癌

该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌患者局部施用氨基乙酰丙酸(ALA)后的研究。内容涉及评估原卟啉IX(PpIX)在不同类型非黑色素瘤皮肤癌中的分布与深度,通过荧光检测方法在体测量肿瘤不同区域ALA诱导的PpIX形成,并将非侵入性光学测量所得的PpIX荧光水平与肿

The Cleveland ClinicThe Cleveland Clinic
clinicaltrials
浏览 13
医学影像分类Non-melanomatous Skin Cancer
Topical Aminolevulinic Acid in Patients With Nonmelanoma Skin Cancer

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-09

资源简介

局部氨基乙酰丙酸治疗非黑色素瘤皮肤癌

该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌患者局部施用氨基乙酰丙酸(ALA)后的研究。内容涉及评估原卟啉IX(PpIX)在不同类型非黑色素瘤皮肤癌中的分布与深度,通过荧光检测方法在体测量肿瘤不同区域ALA诱导的PpIX形成,并将非侵入性光学测量所得的PpIX荧光水平与肿瘤形态学特征相关联,同时建立皮肤癌组织库。样本经荧光共聚焦显微镜和高光谱成像评估PpIX水平。可用于皮肤癌荧光诊断、光学检测与组织特征关联等研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:非黑色素瘤性皮肤癌。目标: 评估局部施用氨基乙酰丙酸(ALA)后,原卟啉IX(PpIX)在不同类型非黑色素瘤皮肤癌中的分布与深度。 通过荧光检测方法,在体测量肿瘤不同区域内ALA诱导的PpIX形成。 将非侵入性光学测量检测到的PpIX荧光水平与肿瘤的形态学特征相关联。 建立皮肤癌组织库。概述:将局部氨基乙酰丙酸(ALA)施用于肿瘤表面中心。随后患者接受施用ALA区域的穿刺肿瘤活检,之后进行手术切除肿瘤。组织样本通过荧光共聚焦显微镜和高光谱成像评估原卟啉(PpIX)水平。多余

【主题与分类】

主题标签:Non-melanomatous Skin Cancer。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00663910

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/NCT00663910

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

条件:非黑色素瘤性皮肤癌。目的:* 评估局部应用氨基乙酰丙酸(ALA)后,原卟啉IX(PpIX)在不同类型非黑色素瘤皮肤癌中的分布和深度。* 通过荧光检测方法,获取ALA诱导的PpIX在不同肿瘤区域形成的活体测量数据。* 将非侵入性光学测量检测到的PpIX荧光水平与肿瘤的形态学特征相关联。* 建立皮肤癌组织库。概述:将局部氨基乙酰丙酸(ALA)应用于肿瘤表面中心。随后,患者接受ALA应用区域的穿刺肿瘤活检,之后进行手术切除肿瘤。通过荧光共聚焦显微镜和高光谱成像评估组织样本中的原卟啉(PpIX)水平。多余的肿瘤组织可储存在皮肤癌组织库中。使用基于光纤的手持式剂量计,在基线时及ALA应用后2小时,对PpIX荧光进行表面测量(共5个表面位点)。

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