基于HER2异质性的ADC治疗
本研究为单中心、开放标签、单臂介入试验，纳入88例组织学确认、适合手术及新辅助治疗的HER2阳性早期乳腺癌患者，按组织学HER2同质性/异质性分层，不随机，均接受基于抗HER2抗体药物偶联物（ADC）的方案
基本信息
资源简介
基于HER2异质性的ADC治疗
本研究为单中心、开放标签、单臂介入试验，纳入88例组织学确认、适合手术及新辅助治疗的HER2阳性早期乳腺癌患者，按组织学HER2同质性/异质性分层，不随机，均接受基于抗HER2抗体药物偶联物（ADC）的方案。计划2027年1月启动招募，2028年12月完成入组。入组后72小时内用药，每周期3周共8周期，治疗至疗程结束或疾病进展、不可接受毒性、死亡等（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：乳腺癌（早期乳腺癌）。本研究采用单中心、开放标签、单臂干预性设计。将入组88例经组织学确诊的HER2阳性早期乳腺癌患者，这些患者适合接受手术和新辅助治疗，并根据组织学分析结果按HER2同质性/异质性对其进行分层。受试者不接受随机分组，全部进入干预组；不同HER2同质性/异质性的患者将接受基于抗HER2抗体药物偶联物（ADCs）的治疗方案。计划于2027年1月开始招募，并于2028年12月完成入组。在获得充分知情同意并符合入组标准后，合格受试者将进入试验阶段，接受基于抗HER2 ADCs的治疗方案。入组后，受试者必须在72小时内接受研究药物。每个治疗周期为3周，共8个周期；治疗将持续至疗程结束，或直至疾病进展、不可接受的毒性、死亡、撤回知情同意、失访、研究完成或研究终止。
【主题与分类】
主题标签：Breast Cancer (Early Breast Cancer)。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07844018
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT07844018
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：乳腺癌（早期乳腺癌）。本研究采用单中心、开放标签、单臂干预性设计。将入组88例经组织学确诊的HER2阳性早期乳腺癌患者，这些患者适合接受手术和新辅助治疗，并根据组织学分析结果按HER2同质性/异质性对其进行分层。受试者不接受随机分组，全部进入干预组；不同HER2同质性/异质性的患者将接受基于抗HER2抗体药物偶联物（ADCs）的治疗方案。计划于2027年1月开始招募，并于2028年12月完成入组。在获得充分知情同意并符合入组标准后，合格受试者将进入试验阶段，接受基于抗HER2 ADCs的治疗方案。入组后，受试者必须在72小时内接受研究药物。每个治疗周期为3周，共8个周期；治疗将持续至疗程结束，或直至疾病进展、不可接受的毒性、死亡、撤回知情同意、失访、研究完成或研究终止。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
