BCT301细胞注射液治疗难治性自身免疫性疾病的临床研究
该数据集来自clinicaltrials.gov，聚焦BCT301细胞注射液治疗难治性自身免疫性疾病的临床研究。BCT301是一种靶向CD19的CAR-iT（化学诱导T细胞）疗法，由人化学诱导多能干细胞（CiPSCs）经化学重编程技术制备
基本信息
资源简介
BCT301细胞注射液治疗难治性自身免疫性疾病的临床研究
该数据集来自clinicaltrials.gov，聚焦BCT301细胞注射液治疗难治性自身免疫性疾病的临床研究。覆盖的疾病包括System Lupus Erythematosus、Systemic Sclerosis (SSc)、Inflammatory Myositis、Antiphospholipid Syndrome、ANCA Associated Vasculitis和Sjogren Syndrome。BCT301是一种靶向CD19的CAR-iT（化学诱导T细胞）疗法，由人化学诱导多能干细胞（CiPSCs）经化学重编程技术制备。该数据可用于了解该细胞疗法的适应症范围、研究背景及潜在应用方向（来源 clinicaltrials。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：System Lupus Erythematosus、Systemic Sclerosis (SSc)、Inflammatory Myositis、Antiphospholipid Syndrome、ANCA Associated Vasculitis、Sjogren Syndrome。自身免疫性疾病是一类由针对自身组织或器官的异常免疫反应引起的疾病。尽管已取得显著的治疗进展，例如使用生物制剂（如rituximab），但大多数可用药物只能缓解症状或减缓疾病进展，而无法实现完全治愈。BCT301细胞注射液是一种靶向CD19的CAR-iT（化学诱导T细胞）疗法，由人化学诱导多能干细胞（CiPSCs）通过化学重编程技术衍生而来。从健康供体细胞开始，通过基于小分子的重编程生成人CiPSCs，随后进行诱导性造血分化、iT细胞分化和扩增，以及fi
【主题与分类】
主题标签：System Lupus Erythematosus、Systemic Sclerosis (SSc)、Inflammatory Myositis、Antiphospholipid Syndrome、ANCA Associated Vasculitis、Sjogren Syndrome。本站分类：免疫系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07301164
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/NCT07301164
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：系统性红斑狼疮、系统性硬化症（SSc）、炎性肌病、抗磷脂综合征、ANCA相关性血管炎、干燥综合征。自身免疫性疾病是一类由针对自身组织或器官的异常免疫反应引起的疾病。尽管已取得重大治疗进展，例如生物制剂（如利妥昔单抗）的使用，但大多数现有药物只能缓解症状或延缓疾病进展，而无法实现完全治愈。BCT301细胞注射液是一种靶向CD19的CAR-iT（化学诱导T细胞）疗法，通过化学重编程技术从人化学诱导多能干细胞（CiPSCs）衍生而来。从健康供体细胞开始，通过小分子重编程生成人CiPSCs，随后进行诱导性造血分化、iT细胞分化和扩增，最后进行CAR慢病毒转导，从而生产出即用型、靶向CD19的CAR-iT细胞产品（BCT301细胞注射液）。该方法有望成为一种潜在有效的治疗策略。
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。
