多抗原T细胞输注治疗神经肿瘤疾病
该数据集来自 clinicaltrials.gov,主题为多抗原T细胞输注治疗神经肿瘤疾病,适应症为脑肿瘤。源站描述显示这是一项I期剂量递增研究,在A、B两个治疗组中评估三个TAA-T剂量水平(2×10^7、4×10^7、8×10^7 cells/m2),每个剂量水平入组2至4例患者,并以初始输注后

基本信息
资源简介
多抗原T细胞输注治疗神经肿瘤疾病
该数据集来自 clinicaltrials.gov,主题为多抗原T细胞输注治疗神经肿瘤疾病,适应症为脑肿瘤。源站描述显示这是一项I期剂量递增研究,在A、B两个治疗组中评估三个TAA-T剂量水平(2×10^7、4×10^7、8×10^7 cells/m2),每个剂量水平入组2至4例患者,并以初始输注后42天DLT评估决定是否递增剂量。数据可用于脑肿瘤免疫治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:脑肿瘤。本方案设计为I期剂量递增研究。将在每个治疗组(A组和B组)中评估三种不同的TAA-T剂量水平(见下文),每个剂量水平入组2至4例患者。剂量水平1:2 x 10^7 cells/m2;剂量水平2:4 x 10^7 cells/m2;剂量水平3:8 x 10^7 cells/m2。最初将招募两名患者进入最低剂量水平队列(每个臂分别进行),并在初始TAA-T后随访42天以进行DLT评估。在每個剂量水平至少有两名患者完成初始TAA-T后的42天毒性随访后,将决定是否可以安全地递增至下一剂量水平。如果前两名患者尚未完成42天随访,则最多可再招募2名新患者进入当前剂量水平。理想情况下,患者不应接受其他全身性抗肿瘤治疗。
【主题与分类】
主题标签:Brain Tumor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03652545
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/NCT03652545
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
适应症:脑肿瘤。本方案设计为一项I期剂量递增研究。将在每个治疗组(A组和B组)中评估三种不同的TAA-T剂量水平(见下文),每个剂量水平入组2至4名患者。剂量水平1:2 x 10^7 个细胞/m2;剂量水平2:4 x 10^7 个细胞/m2;剂量水平3:8 x 10^7 个细胞/m2。最初将两名患者入组至最低剂量水平队列(各臂分别进行),并在首次TAA-T输注后随访42天以进行DLT评估。是否可安全递增至下一剂量水平的决定,将在每个剂量水平至少有两名患者完成首次TAA-T输注后42天的毒性随访后作出。如果前两名患者尚未完成42天随访,则最多可额外入组2名新患者至当前剂量水平。理想情况下,患者在TAA-T输注后至少42天内不应接受其他全身性抗肿瘤药物(以便评估),但如果主治医师认为此类治疗对患者护理至关重要,则可添加此类治疗。每名患者将至少接受一次TAA-T输注,最多可接受8次后续输注。
首次和第二次输注将至少间隔42天进行,之后额外输注将彼此至少间隔28天。每次输注的预期体积为1至10毫升。如果患者在第二次输注后第28天评估时,按RANO标准疾病反应为疾病稳定或更好,或者如果患者临床状况稳定且MRI临床评估为可能的假性进展,则他们有资格每28天接受最多6次额外的TAA-T输注(如有可用)。每次后续输注将与入组剂量水平相同(即后续不再进行剂量递增)。首次和第二次输注将至少间隔42天进行,之后额外输注将彼此至少间隔28天。在首次
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。




