肺结节病活动性肉芽肿的[18F]FDG及选定炎症PET示踪剂成像

该数据集来自clinicaltrials.gov,聚焦肺结节病活动性肉芽肿的PET成像。由于FDG并非结节病特异性示踪剂,其他炎症疾病可能干扰成像结果,本方案旨在评估其他炎症PET示踪剂检测结节病病灶的潜力

Turku University HospitalTurku University Hospital
clinicaltrials
浏览 17
医学影像分类Pulmonary Sarcoidosis
Imaging of Active Granulomas With [18F]FDG and Selected Inflammatory PET Tracers in Pulmonary Sarcoidosis

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-08

资源简介

肺结节病活动性肉芽肿的[18F]FDG及选定炎症PET示踪剂成像

该数据集来自clinicaltrials.gov,聚焦肺结节病活动性肉芽肿的PET成像。由于FDG并非结节病特异性示踪剂,其他炎症疾病可能干扰成像结果,本方案旨在评估其他炎症PET示踪剂检测结节病病灶的潜力。研究招募肺部存在活动性结节病病灶的患者,先进行PET-FDG扫描,再分别使用C11-methionine或68Ga-DOTANOC进行PET扫描,并将后两种示踪剂的成像结果与FDG结果进行比较。数据可用于探索不同示踪剂对结节病病灶的识别与区分能力(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:肺结节病。结节病的诊断很困难,因为目前没有可用的特异性无创方法来诊断结节病。FDG-PET成像已在使用,但FDG并非结节病的特异性示踪剂,其他炎症疾病可能干扰成像结果。当前方案旨在评估其他炎症PET示踪剂在检测结节病病灶方面的潜力。将招募肺部存在活动性结节病病灶的患者。首先,患者接受PET-FDG扫描,然后患者接受C11-methionine或68Ga-DOTANOC的PET扫描。后两种示踪剂的结果将与FDG的成像结果进行比较。

【主题与分类】

主题标签:Pulmonary Sarcoidosis。本站分类:呼吸系统疾病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02824419

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/NCT02824419

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:肺结节病。结节病的诊断较为困难,因为目前尚无特定的非侵入性方法可用于诊断结节病。FDG-PET显像虽已应用,但FDG并非结节病的特异性示踪剂,其他炎症性疾病可能干扰显像结果。本方案旨在评估其他炎症性PET示踪剂在检测结节病病灶方面的潜力。将招募肺部存在活动性结节病病灶的患者。首先,患者接受PET-FDG扫描,随后患者接受C11-蛋氨酸或68Ga-DOTANOC的PET扫描。后两种示踪剂的显像结果将与FDG的显像结果进行比较。

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。