中性粒细胞减少血液恶性肿瘤患者侵袭性肺曲霉病胸部序贯CT评估
该数据集来自 clinicaltrials.gov,主题为中性粒细胞减少的血液恶性肿瘤患者中侵袭性肺曲霉病(IPA)的胸部序贯计算机断层扫描评估

基本信息
资源简介
中性粒细胞减少血液恶性肿瘤患者侵袭性肺曲霉病胸部序贯CT评估
该数据集来自 clinicaltrials.gov,主题为中性粒细胞减少的血液恶性肿瘤患者中侵袭性肺曲霉病(IPA)的胸部序贯计算机断层扫描评估。源站描述指出,IPA 发病率在全球范围内上升,尽管近十年引入了新的抗真菌药物用于预防和治疗,患者结局仍不理想,亟需改善。胸部 CT 是发热性中性粒细胞减少患者肺炎诊断的最佳推荐影像学方法,显著优于常规胸部 X 线,但该方法因 IPA 病理表现谱广且随时间演变而存在一定困难。数据可用于影像诊断与肺炎相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Invasive Aspergillosis. 侵袭性肺曲霉病(IPA)的发病率在世界各地均呈上升趋势。尽管在过去十年中引入了用于预防和治疗 IPA 的新型抗真菌药物,IPA 患者的结局仍不令人满意,需要改善。特别是,诊断影像学的最新进展,包括将高分辨率计算机断层扫描(CT)引入标准流程,为改善 IPA 诊断提供了空间。胸部计算机断层扫描是发热性中性粒细胞减少患者肺炎诊断的最佳推荐影像学方法,显著优于常规胸部 X 线。然而,该方法存在一些困难,主要由于 IPA 患者的病理表现谱广及其随时间演变。这已被
【主题与分类】
主题标签:Invasive Aspergillosis。本站分类:呼吸系统疾病/肺炎。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02773342
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/NCT02773342
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:侵袭性曲霉病。侵袭性肺曲霉病(IPA)的发病率在全球各地均呈上升趋势。尽管过去十年中引入了新的抗真菌药物用于IPA的预防和治疗,但IPA患者的预后仍不尽人意,亟需改善。特别是近年来诊断影像学的进展,包括将高分辨率计算机断层扫描(CT)纳入标准检查流程,为IPA诊断的改进提供了空间。胸部计算机断层扫描是发热性中性粒细胞减少患者肺炎诊断的最佳推荐影像学检查方法,显著优于传统胸部X线检查。然而,该方法存在一些困难,主要由于IPA患者的病理表现谱广泛且随时间演变。这些已在相对小样本患者的回顾性研究中有所描述。目前仍缺乏更大规模人群的前瞻性研究,以及不同诊断手段(如诊断影像学与微生物学)联合应用的研究。
我们最近发表了临床试验的结果:“卡泊芬净在侵袭性曲霉病患者中的II期剂量递增研究”,该研究使用卡泊芬净每日70至200毫克的剂量作为侵袭性肺曲霉病(IPA)的一线治疗。未达到最大耐受剂量,但应答率令人印象深刻,完全应答加部分应答占54.3%,12周随访时的总死亡率低至28.3%。有倾向于较高剂量产生较高应答率的趋势。对于这些患者中的大多数,我们获得了系列胸部CT。因此,首次拥有了一个患者群体,可以描述浸润随时间变化的动力学。主要目的是描述在接受有效抗真菌治疗的IPA患者中连续进行的胸部CT的病理发现。具体目标是:1. 特征
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。




