新诊断胶质母细胞瘤前瞻性队列:MMP2与MMP9表达分析及与神经影像特征的相关性
该数据集来自clinicaltrials.gov,聚焦新诊断胶质母细胞瘤患者的前瞻性队列,分析基质金属蛋白酶-2(MMP2)和基质金属蛋白酶-9(MMP9)的血浆水平与组织RNA、蛋白表达及活性的相关性,并探讨其与患者神经影像特征的联系,同时观察围手术期及放化疗后MMP2和MMP9血浆水平的变化

基本信息
资源简介
新诊断胶质母细胞瘤前瞻性队列:MMP2与MMP9表达分析及与神经影像特征的相关性
该数据集来自clinicaltrials.gov,聚焦新诊断胶质母细胞瘤患者的前瞻性队列,分析基质金属蛋白酶-2(MMP2)和基质金属蛋白酶-9(MMP9)的血浆水平与组织RNA、蛋白表达及活性的相关性,并探讨其与患者神经影像特征的联系,同时观察围手术期及放化疗后MMP2和MMP9血浆水平的变化。数据可用于研究胶质母细胞瘤的血管生成与血管发生机制、生物标志物与影像特征的关联,以及治疗过程中的动态变化(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。胶质母细胞瘤是成人中最常见且最具侵袭性的原发性脑肿瘤。一个团队最近表明,基质金属蛋白酶-2(MMP2)和基质金属蛋白酶-9(MMP9)的基线血浆水平与复发性胶质母细胞瘤患者的贝伐珠单抗活性相关。迄今为止,这一结果的生物学原理仍不清楚,但MMP2可能参与经典血管生成,而MMP9可能促进血管发生。目标是关联MMP2和MMP9的血浆水平与其核糖核酸(RNA)和蛋白组织表达、活性以及患者神经影像特征。分析围手术期和放化疗后MMP2和MMP9血浆水平的变化。方法:MMP2、MMP9、血管内皮生长因子-A(VEGFA)、血管内皮生长因子-R2(VEGFR2)的血浆水平,st
【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/NCT03526822
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/NCT03526822
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
条件:脑肿瘤。胶质母细胞瘤是成人中最常见且最具侵袭性的原发性脑肿瘤。一个研究团队最近表明,基质金属蛋白酶-2(MMP2)和基质金属蛋白酶-9(MMP9)的基线血浆水平与复发性胶质母细胞瘤患者的贝伐珠单抗活性相关。迄今为止,该结果的生物学原理仍不清楚,但MMP2可能参与经典血管生成,而MMP9可能促进血管发生。研究目标是将MMP2和MMP9的血浆水平与其核糖核酸(RNA)和组织蛋白表达、活性以及患者神经影像学特征进行关联分析。分析围手术期及放化疗后MMP2和MMP9血浆水平的变化。方法:在新诊断的胶质母细胞瘤患者中,将于术前、术后、放疗前、辅助替莫唑胺治疗前及复发时,通过酶联免疫吸附测定(ELISA)分析MMP2、MMP9、血管内皮生长因子-A(VEGFA)、血管内皮生长因子受体-2(VEGFR2)、基质细胞衍生因子1(SDF1)和趋化因子受体-4(CXCR4)的血浆水平。
这些因子的RNA表达将通过逆转录聚合酶链反应(RT-qPCR)在冷冻肿瘤样本上进行分析,而蛋白表达则通过ELISA和免疫组织化学进行分析。MMP2和MMP9的酶活性将通过酶谱法进行分析。肿瘤体积、浸润和灌注程度将在手术前后以及辅助替莫唑胺治疗前进行的磁共振成像(MRI)上进行分析。神经影像学特征将与这些因子的血浆和组织表达进行相关性分析。预期结果是更好地界定MMP2、MMP9的表达谱及其治疗期间血浆水平的变化,这是其临床应用的先决条件。
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。




