脑转移瘤下一代诊疗的离体药物反应评估
该数据集来自 clinicaltrials.gov,聚焦脑转移瘤(含成人脑转移瘤)的离体药物反应评估。其核心是 Pharmacoscopy 这一离体实时药物敏感性分析平台,该平台已在白血病治疗中显示价值,并可能帮助发现脑肿瘤的新治疗机会

基本信息
资源简介
脑转移瘤下一代诊疗的离体药物反应评估
该数据集来自 clinicaltrials.gov,聚焦脑转移瘤(含成人脑转移瘤)的离体药物反应评估。其核心是 Pharmacoscopy 这一离体实时药物敏感性分析平台,该平台已在白血病治疗中显示价值,并可能帮助发现脑肿瘤的新治疗机会。数据可用于在实时患者活检或手术材料上直接测量药物反应与敏感性,弥补现有靶向治疗分子标志物有限的不足,识别化疗等非靶向治疗中的有效药物,并发现癌细胞此前未知的特定脆弱点(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑转移瘤、脑转移瘤,成人。Pharmacoscopy 指的是一种离体实时药物敏感性分析平台,已被证明在白血病治疗中具有价值(Snijder 等,2017)(Kornauth 等,2022),也可能有助于为脑肿瘤识别新的治疗机会(Lee 等,2022)。基于 Pharmacoscopy 对实时患者活检或手术材料进行药物敏感性检测的理由是多方面的:直接在实时患者材料中测量药物反应和敏感性,克服了针对已确立靶向治疗方案的分子生物标志物有限的问题,并且即使对于化疗等非靶向治疗也能识别有效药物。它还可以识别癌细胞迄今未知的特定脆弱点。此外,直接在患者材料上进行检测克服了 patie
【主题与分类】
主题标签:Brain Metastases、Brain Metastases, Adult。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06620380
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。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06620380
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
条件:脑转移,脑转移,成人。药物镜检是指一种离体实时药物敏感性分析平台,已被证明在白血病治疗中具有价值(Snijder等,2017)(Kornauth等,2022),也可能有助于发现脑肿瘤的新治疗机会(Lee等,2022)。基于药物镜检的实时患者活检或手术材料药物敏感性测试的理论依据有多方面:直接在实时患者材料中测量药物反应和敏感性,克服了已建立的靶向治疗选项分子生物标志物有限的问题,并且即使对于化疗等非靶向治疗也能识别有效药物。它还可以识别癌细胞迄今未知的特定脆弱性。此外,直接在患者材料上进行测试克服了患者来源细胞培养、类器官和患者异种移植的局限性,因为它们长期培养可能导致细胞适应和克隆选择,从而改变药物敏感性。
药物镜检法可维持肿瘤细胞组成,包括旁观者细胞或肿瘤微环境,并将细胞培养限制在最长48小时。此外,药物镜检法可在单细胞和高内涵水平上测量药物反应,独特地允许测量肿瘤细胞的药物敏感性,并允许将其与同一患者健康细胞上的药物细胞毒性进行比较。这种相对读数先前已被证明对于正确预测血液系统恶性肿瘤的临床反应至关重要(Snijder等,2017)(Kornauth等,2022)。本研究的目的是生成初步数据,探讨在具有手术指征且根据治疗医师判断全身治疗选择有限的脑转移患者中,个性化药物镜检指导方法相较于标准非药物镜检指导方法的优越性。
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。
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。
![使用[C-11]-CS1P1的中枢神经系统原发性和继发性恶性肿瘤炎症](/medical-api/medicalDataset/datasetCover/39110.jpg)



