使用[C-11]-CS1P1研究炎症

该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病,围绕[C-11]-CS1P1用于PET成像S1P1表达的安全性研究

Tammie L. S. Benzinger, MD, PhDTammie L. S. Benzinger, MD, PhD
clinicaltrials
浏览 12
医学影像分类Alzheimer Disease
Investigation of Inflammation Using [C-11]-CS1P1

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-07

资源简介

使用[C-11]-CS1P1研究炎症

该数据集来自clinicaltrials.gov,聚焦阿尔茨海默病,围绕[C-11]-CS1P1用于PET成像S1P1表达的安全性研究。研究先在健康成年正常志愿者中完成全身PET剂量学,计算各器官实际辐射剂量并确定单次PET扫描的允许剂量;随后在广泛年龄段的健康成年正常对照者中完成脑与颈部淋巴结成像,以表征脑内[C-11]-CS1P1摄取及放射性标记代谢物;最后将正常对照者与多发性硬化患者进行比较。可用于神经系统疾病与阿尔茨海默病相关的PET成像研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):Conditions: Alzheimer Disease. 初始IND研究的主要目标是确定[11C]-CS1P1用于S1P1表达PET成像的安全性。研究者将首先在健康成年正常志愿者中完成全身PET剂量学研究,以计算每个人体器官的实际辐射剂量,并确定人类受试者在接受单次PET扫描剂量时的允许剂量。其次,在广泛年龄段的健康成年正常对照参与者(男性和女性)中完成脑部和颈部淋巴结成像,以表征[11C]-CS1P1在脑内的摄取,并完成放射性标记代谢物的表征。最后,将完成正常对照参与者与多发性硬化(MS)患者的比较。

【主题与分类】

主题标签:Alzheimer Disease。本站分类:神经系统疾病/阿尔茨海默病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04517552

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04517552

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:阿尔茨海默病。初始IND研究的主要目标是确定[11C]-CS1P1用于S1P1表达PET成像的安全性。研究者将首先在健康成年正常志愿者中完成全身PET剂量学研究,以计算各人体器官的实际辐射剂量,并确定受试者接受单次PET扫描剂量时的允许剂量。其次,将在广泛年龄范围的健康成年正常对照参与者(包括男性和女性)中完成脑部和颈部淋巴结成像,以表征[11C]-CS1P1在脑中的摄取及放射性标记代谢物。最后,将完成正常对照参与者与多发性硬化症(MS)患者的比较。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。