儿童癌症分子引导治疗
研究目的是测试通过实验技术确定肿瘤分子构成的可行性，技术包括基于 DNA 外显子组和 RNA 测序的基因组报告，用于探索理解癌症的新途径，并有望预测患者未来最佳治疗方案（来源 clinicaltrials.gov）
基本信息
资源简介
儿童癌症分子引导治疗
该数据集来自 clinicaltrials.gov，聚焦儿童癌症的分子引导治疗研究，涵盖 Neuroblastoma、Medulloblastoma、Glioma、Ependymoma、Choroid Plexus Neoplasms、Craniopharyngioma、Dysembryoplastic Neuroepithelial Tumor、Meningioma 等肿瘤类型。研究目的是测试通过实验技术确定肿瘤分子构成的可行性，技术包括基于 DNA 外显子组和 RNA 测序的基因组报告，用于探索理解癌症的新途径，并有望预测患者未来最佳治疗方案（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Neuroblastoma、Medulloblastoma、Glioma、Ependymoma、Choroid Plexus Neoplasms、Craniopharyngioma、Dysembryoplastic Neuroepithelial Tumor、Meningioma。本研究的目的是测试实验技术的可行性（可完成性），以确定肿瘤的分子构成。该技术包括基于 DNA 外显子组和 RNA 测序的基因组报告，将用于发现理解癌症的新方法，并有可能预测未来癌症患者的最佳治疗方案。
【主题与分类】
主题标签：Neuroblastoma、Medulloblastoma、Glioma、Ependymoma、Choroid Plexus Neoplasms、Craniopharyngioma、Dysembryoplastic Neuroepithelial Tumor、Meningioma、Primitive Neuroectodermal Tumors (PNETs)、Germ Cell Tumors。本站分类：肿瘤/脑肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02162732
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/NCT02162732
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：神经母细胞瘤、髓母细胞瘤、胶质瘤、室管膜瘤、脉络丛肿瘤、颅咽管瘤、胚胎发育不良性神经上皮肿瘤、脑膜瘤。本研究旨在测试实验性技术的可行性（可完成性），以确定肿瘤的分子构成。该技术包括基于DNA外显子组和RNA测序的基因组报告，将用于发现理解癌症的新方法，并有望在未来预测癌症患者的最佳治疗方案。
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。
