脑干胶质瘤与胶质母细胞瘤患者的免疫治疗
该数据集来自 clinicaltrials.gov,主题为脑干胶质瘤与胶质母细胞瘤患者的免疫治疗,属于肿瘤/脑肿瘤分类。源站描述涉及将患者白细胞取出并在培养条件下生成树突状细胞,树突状细胞属于白细胞群体中的一小类,负责向免疫系统提示细菌或肿瘤等异物,帮助机体抵御疾病

基本信息
资源简介
脑干胶质瘤与胶质母细胞瘤患者的免疫治疗
该数据集来自 clinicaltrials.gov,主题为脑干胶质瘤与胶质母细胞瘤患者的免疫治疗,属于肿瘤/脑肿瘤分类。源站描述涉及将患者白细胞取出并在培养条件下生成树突状细胞,树突状细胞属于白细胞群体中的一小类,负责向免疫系统提示细菌或肿瘤等异物,帮助机体抵御疾病。既往临床试验中,从手术切除的肿瘤中获取星形细胞瘤和胶质母细胞瘤细胞,在实验室溶液中培养,并提取脑肿瘤蛋白的某些部分(肽),与静脉血中的树突状细胞混合(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑干胶质瘤、胶质母细胞瘤。患者将接受白细胞采集,并在培养条件下使其生长为树突状细胞。树突状细胞是白细胞群体中的一小类细胞。这些细胞负责让免疫系统知道体内存在异物,如细菌或肿瘤。树突状细胞通过向免疫系统发出警报,帮助机体抵御疾病。在既往临床试验中,从手术切除的肿瘤中取出称为星形细胞瘤肿瘤细胞和胶质母细胞瘤肿瘤细胞的脑肿瘤细胞。随后将脑肿瘤细胞放入实验室溶液中使其生长。从生长中的肿瘤细胞中提取脑肿瘤蛋白的某些部分(肽),并与从静脉血中采集的树突状细胞混合。这种组合
【主题与分类】
主题标签:Brain Stem Glioma、Glioblastoma。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00576641
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/NCT00576641
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:脑干胶质瘤、胶质母细胞瘤。患者的白细胞将被取出,并在培养条件下生长以制成树突状细胞。树突状细胞是白细胞群体中的一小群细胞。这些细胞负责让免疫系统知晓体内存在异物,如细菌或肿瘤。树突状细胞通过警示免疫系统来帮助身体抵御疾病。在以往的临床试验中,称为星形细胞瘤细胞和胶质母细胞瘤细胞的脑肿瘤细胞是从手术切除的肿瘤中获取的。随后,这些脑肿瘤细胞被置于实验室的溶液中使其生长。从生长中的肿瘤细胞中提取出脑肿瘤蛋白质的某些部分(肽),并与从静脉血中提取的树突状细胞混合。这种树突状细胞与脑肿瘤肽的组合被注射到患者皮肤内,类似于接种疫苗。该过程与疫苗接种所使用的方法相似。
在为期二十八天的过程中,患者接受了三次和四次混合有肿瘤肽的树突状细胞注射。在这项研究中,将与脑癌相关且已知被制造出来的蛋白质与通过白细胞分离术(一种从患者血液中分离树突状细胞的过程)获得的树突状细胞混合。随后,他们将接受三次疫苗接种以及随访门诊访问(包括评估和实验室检测),以检查其状况。研究人员了解到,在部分恶性胶质瘤患者中,有可能激发免疫反应。此外,这些细胞能够到达大脑并杀死脑肿瘤细胞。与历史对照组相比,本研究中的患者生存期得到了延长。基于脑肿瘤受试者的临床数据,研究人员认为,外周注射树突状细胞将产生一种
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。




