难治性原发性脑肿瘤患者的药物组学检测

研究关注脑/神经系统癌症,包括胶质母细胞瘤、胶质瘤、室管膜瘤、髓母细胞瘤、脑膜瘤及罕见原发脑和中枢神经系统肿瘤。离体药物 profiling 技术 pharmacoscopy 或可在个体层面为难治性脑肿瘤识别新药;该个体化疗法已在临床前胶质瘤模型中开发并验证

University of ZurichUniversity of Zurich
clinicaltrials
浏览 12
其他Brain (Nervous System) CancersGlioblastomaGliomaEpendymomaMedulloblastomaMeningiomaRare Primary Brain TumorsRare CNS Primary Tumors
Pharmacoscopy for Patients With Refractory Primary Brain Tumors

基本信息

模态
其他
创建/更新时间
2026-10-01

资源简介

难治性原发性脑肿瘤患者的药物组学检测

研究关注脑/神经系统癌症,包括胶质母细胞瘤、胶质瘤、室管膜瘤、髓母细胞瘤、脑膜瘤及罕见原发脑和中枢神经系统肿瘤。离体药物 profiling 技术 pharmacoscopy 或可在个体层面为难治性脑肿瘤识别新药;该个体化疗法已在临床前胶质瘤模型中开发并验证。当前提案旨在评估基于 pharmacoscopy 指导治疗选择的难治性原发脑肿瘤临床干预试验的可行性,获 Anti Cancer Fund 不受限资助(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:脑(神经系统)癌症、胶质母细胞瘤、胶质瘤、室管膜瘤、髓母细胞瘤、脑膜瘤、罕见原发性脑肿瘤、罕见中枢神经系统原发性肿瘤。称为 pharmacoscopy 的离体药物分析先进技术,可能有助于在个体患者层面识别用于治疗胶质母细胞瘤及其他难治性脑肿瘤的新药。这种个性化治疗方法已在临床前胶质瘤模型中开发并验证。通过当前的研究方案,我们旨在为针对难治性原发性脑肿瘤患者的临床干预性试验建立可行性,该试验基于 pharmacoscopy 指导的治疗选择。本研究由 Anti Cancer Fund 提供的无限制资助支持。

【主题与分类】

主题标签:Brain (Nervous System) Cancers、Glioblastoma、Glioma、Ependymoma、Medulloblastoma、Meningioma、Rare Primary Brain Tumors、Rare CNS Primary Tumors。本站分类:肿瘤/脑肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT06804655

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

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06804655

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

条件:脑(神经系统)癌症、胶质母细胞瘤、胶质瘤、室管膜瘤、髓母细胞瘤、脑膜瘤、罕见原发性脑肿瘤、罕见中枢神经系统原发性肿瘤。称为 pharmacoscopy 的离体药物分析先进技术,可能有助于在个体患者层面识别用于治疗胶质母细胞瘤及其他难治性脑肿瘤的新药。这种个性化治疗方法已在临床前胶质瘤模型中开发并验证。通过当前的研究方案,我们旨在为针对难治性原发性脑肿瘤患者的临床干预性试验建立可行性,该试验基于 pharmacoscopy 指导的治疗选择。本研究由 Anti Cancer Fund 提供的无限制资助支持。

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。

需要用于商业化训练或医疗器械注册(NMPA/FDA)?

公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。