儿童脑肿瘤体外模型

数据集获取

源站：https://clinicaltrials.gov/study/NCT06499636

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

疾病范围：胶质瘤、恶性胶质瘤、室管膜瘤、髓母细胞瘤。中枢神经系统（CNS）肿瘤是儿童癌症相关死亡的主要原因。目前的治疗方案对大多数恶性组织学类型无法实现治愈，因此需要大量深入的临床前和临床研究，以开发针对这些肿瘤更有效的治疗干预措施，其中大多数肿瘤符合FDA对罕见病的定义。儿童和青少年的大多数恶性CNS肿瘤属于两大类组织学肿瘤实体：胶质来源的肿瘤，如高级别胶质瘤（HGG）和室管膜瘤（EPN）；以及神经元来源的肿瘤，也称为胚胎性肿瘤，包括髓母细胞瘤和AT/RT(1)。过去几年中，全基因组测序、基因表达谱分析和全基因组甲基化研究极大地加深了我们对这些肿瘤生物学和遗传学的理解，使得能够在临床相关的分子亚组中进行稳健的分层。

过去十年单细胞组学的进步凸显了肿瘤的巨大异质性，即共存的癌症亚克隆与支持性正常细胞群体的复杂混合。然而，当前的治疗方法基本保持不变，恶性中枢神经系统肿瘤患儿的5年生存率仅达到 modest 的57.5%。更有效的治疗策略应包括新型化疗药物，这些药物需考虑到肿瘤内在的高度异质性以及控制蛋白质表达的转录和翻译机制的复杂调控。新型药物和治疗策略的识别进一步受到缺乏合适临床前模型的限制，这些模型应能反映不同肿瘤亚群的分子特征。我们提议建立患者来源的体外模型，以预测恶性儿童中枢神经系统肿瘤对化疗药物的敏感性/耐药性。接下来，我们提议对儿童中枢神经系统肿瘤组织进行分子分析，以确定w

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。