尼妥珠单抗联合放化疗治疗儿童脑干肿瘤

研究关注尼妥珠单抗(h-R3)这一重组人源化单克隆免疫球蛋白 G1 抗体,其可结合 EGFR 胞外域,阻断 EGF 与转化生长因子-α 与 EGFR 的结合

Xinhua Hospital, Shanghai Jiao Tong University School of MedicineXinhua Hospital, Shanghai Jiao Tong University School of Medicine
clinicaltrials
浏览 8
蛋白质预测Childhood Brain Stem Neoplasm
Nimotuzumab in Combination With Radio-chemotherapy for the Treatment of Brainstem Tumor in Children

基本信息

模态
蛋白质
任务类型
预测
创建/更新时间
2026-10-10

资源简介

尼妥珠单抗联合放化疗治疗儿童脑干肿瘤

该数据集来自 clinicaltrials.gov,主题为儿童脑干肿瘤(Childhood Brain Stem Neoplasm)。研究关注尼妥珠单抗(h-R3)这一重组人源化单克隆免疫球蛋白 G1 抗体,其可结合 EGFR 胞外域,阻断 EGF 与转化生长因子-α 与 EGFR 的结合。源站描述指出,胶质瘤中 EGFR 蛋白高表达与肿瘤进展及致瘤性增强相关,多项临床试验已显示尼妥珠单抗在头颈癌、食管癌等中的抗肿瘤作用。本研究旨在评估尼妥珠单抗联合放化疗治疗儿童脑干肿瘤的疗效,可用于相关疗效预测与治疗分析(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:儿童脑干肿瘤。尼妥珠单抗(h-R3)是一种重组人源化单克隆免疫球蛋白 G1 抗体,可结合 EGFR 的胞外域,从而阻断 EGF 和转化生长因子-α 与 EGFR 的结合。胶质瘤中 EGFR 蛋白的高表达与肿瘤进展和致瘤性增强相关。多项临床试验已证明尼妥珠单抗的抗肿瘤作用,例如头颈癌和食管癌15。本研究的目的是评估尼妥珠单抗联合放化疗治疗儿童脑干肿瘤的疗效。

【主题与分类】

主题标签:Childhood Brain Stem Neoplasm。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT02672241

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT02672241

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:儿童脑干肿瘤。尼妥珠单抗(h-R3)是一种重组人源化单克隆免疫球蛋白G1抗体,能与EGFR的细胞外域结合,阻断EGF和转化生长因子-α与EGFR的结合。胶质瘤中EGFR蛋白的高表达与肿瘤进展和增强的致瘤性相关。多项临床试验已证实尼妥珠单抗的抗肿瘤效果,如头颈癌和食管癌15。本研究的目的是评估尼妥珠单抗联合放化疗治疗儿童脑干肿瘤的疗效。

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。

获取专属数据定制方案