CXCR4靶向PET显像在APA术前定位诊断中的应用

该数据集来自clinicaltrials.gov,聚焦于醛固酮瘤(APA)的术前定位诊断。研究纳入确诊原发性醛固酮增多症(PA)的受试者,先接受68Ga-PentixaFor PET显像,再行肾上腺静脉采血(AVS),随后对责任肾上腺腺瘤行肾上腺切除术并进行病理切片与染色检查

Zhongnan HospitalZhongnan Hospital
clinicaltrials
浏览 21
医学影像分类Aldosterone-Producing Adenoma
CXCR4 Targeted PET Imaging in APA Preoperative Localization Diagnosis

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

CXCR4靶向PET显像在APA术前定位诊断中的应用

该数据集源自clinicaltrials.gov,英文名称为CXCR4 Targeted PET Imaging in APA Preoperative Localization Diagnosis,聚焦于醛固酮瘤(Aldosterone-Producing Adenoma,APA)的术前定位诊断。研究针对确诊原发性醛固酮增多症(PA)的受试者,采用68Ga-PentixaFor PET显像与肾上腺静脉采血(AVS)两种方法进行术前定位诊断,并对责任肾上腺腺瘤行肾上腺切除术,随后进行病理切片与染色检查。研究核心目标在于评估CXCR4靶向PET显像在PA术前定位诊断中的有效性,并通过比较68Ga-PentixaFor PET显像与AVS在术前定位诊断中的敏感度和特异度,为临床定位诊断提供依据。该数据集在分类上属于泌尿生殖系统疾病下的其他类别,主题标签为醛固酮瘤。

【数据集背景】

原发性醛固酮增多症(PA)是内分泌性高血压的常见原因之一,而醛固酮瘤(APA)是其重要亚型。术前准确定位责任腺瘤对于决定是否行肾上腺切除术以及手术方案的选择至关重要。目前,肾上腺静脉采血(AVS)是术前定位诊断的重要参考方法,但其操作具有侵入性且技术难度较高。CXCR4靶向PET显像作为一种分子影像手段,可能为APA的术前定位提供无创或微创的替代或补充方案。该临床研究旨在评估68Ga-PentixaFor PET显像在PA术前定位诊断中的效果,并通过与AVS的比较,分析其在敏感度和特异度方面的表现。该数据集即围绕这一临床 trial 的设计与目标进行组织,来源站为clinicaltrials.gov。

【数据内容】

该数据集所涉及的研究纳入确诊为原发性醛固酮增多症(PA)的受试者。受试者首先接受68Ga-PentixaFor PET显像,随后进行肾上腺静脉采血(AVS)。在完成上述检查后,对责任肾上腺腺瘤实施肾上腺切除术,并对切除标本进行病理切片与染色检查。研究将比较68Ga-PentixaFor PET显像与AVS在PA术前定位诊断中的敏感度和特异度。数据集的主题标签为醛固酮瘤(Aldosterone-Producing Adenoma)。除上述内容外,源站未提供关于具体样本量、数据字段、影像参数、病理染色方法、统计分析方法或结果指标等更详细的数据内容描述。

【采集与来源】

该数据集来源于clinicaltrials.gov,属于临床 trial 注册信息。研究涉及的采集流程包括:对确诊PA的受试者进行68Ga-PentixaFor PET扫描,随后行肾上腺静脉采血(AVS),之后对责任肾上腺腺瘤进行肾上腺切除术,并对切除组织进行病理切片与染色检查。数据来源站为clinicaltrials.gov,源站描述中提及的条件为Aldosterone-Producing Adenoma。关于采集时间、采集地点、设备型号、扫描协议、AVS操作细节、病理切片与染色的具体方法等信息,源站未提供。

【适用场景】

该数据集适用于关注原发性醛固酮增多症(PA)术前定位诊断的研究场景,尤其是评估CXCR4靶向PET显像(68Ga-PentixaFor PET)在醛固酮瘤(APA)定位中应用价值的相关分析。潜在使用方向包括:比较68Ga-PentixaFor PET显像与肾上腺静脉采血(AVS)在术前定位诊断中的敏感度和特异度;了解以肾上腺切除术及病理切片与染色检查作为参考的临床研究设计;以及围绕醛固酮瘤术前定位诊断方法学开展的方法比较或临床评估研究。由于源站未提供具体数据字段和结果指标,该数据集在当前描述层面更偏向于临床 trial 注册信息所反映的研究框架,而非可直接用于建模的完整结构化数据。

【使用方法】

该数据集的使用应基于其临床 trial 注册信息属性。使用者可依据源站描述了解研究目的、纳入条件、干预或检查流程以及比较目标。具体而言,研究流程为:确诊PA的受试者接受68Ga-PentixaFor PET显像,随后行AVS,之后对责任肾上腺腺瘤行肾上腺切除术,并进行病理切片与染色检查;研究比较68Ga-PentixaFor PET显像与AVS在术前定位诊断中的敏感度和特异度。关于如何获取原始数据、是否开放个体参与者数据、数据访问权限、数据格式、变量定义及配套文档等信息,源站未提供。因此,实际使用时应以clinicaltrials.gov源站记录为准,并遵循源站的相关规定。

【质量与限制】

该数据集的信息来自clinicaltrials.gov的临床 trial 注册描述,其优势在于明确了研究目标、研究流程和比较方向,即评估CXCR4靶向PET显像在APA术前定位诊断中的效果,并比较68Ga-PentixaFor PET与AVS的敏感度和特异度。然而,源站未提供样本量、入组标准细节、排除标准、影像采集参数、AVS技术细节、病理切片与染色的具体方案、统计分析方法、研究结果、敏感度和特异度的具体数值、数据完整性指标或偏倚控制措施等信息。因此,该数据集在当前描述层面存在明显的信息限制,无法据此评估研究质量、结果可靠性或数据可复用性。此外,该数据集分类为泌尿生殖系统疾病/其他,主题标签为醛固酮瘤,但源站未提供与其他数据集之间的关联信息或版本更新信息。

【引用与许可】

该数据集来源于clinicaltrials.gov,引用时应注明源站为clinicaltrials.gov,并提及数据集英文名称CXCR4 Targeted PET Imaging in APA Preoperative Localization Diagnosis。关于具体的引用格式、许可条款、使用限制、数据共享政策或版权归属等信息,源站未提供。使用者在引用或使用前应查阅clinicaltrials.gov源站记录,以获取最新的引用与许可要求。

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/NCT05839483

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:醛固酮瘤。本临床试验的目标是评估CXCR4靶向PET显像在原发性醛固酮增多症(PA)术前定位诊断中的有效性。确诊为PA的参与者将被要求接受68Ga-PentixaFor PET扫描,然后进行肾上腺静脉采血(AVS)。随后,责任肾上腺腺瘤将通过肾上腺切除术切除,并进行病理切片和染色检查。研究人员将比较68Ga-PentixaFor PET显像与AVS在PA术前定位诊断中的敏感性和特异性。

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