CAR-巨噬细胞治疗HER2过表达实体瘤
该数据集来自clinicaltrials.gov，收录一项针对HER2过表达实体瘤的首次人体一期研究，涉及腺癌、胆管癌、胆道癌、膀胱癌、乳腺癌、导管癌等多种肿瘤类型
基本信息
资源简介
CAR-巨噬细胞治疗HER2过表达实体瘤
该数据集来自clinicaltrials.gov，收录一项针对HER2过表达实体瘤的首次人体一期研究，涉及腺癌、胆管癌、胆道癌、膀胱癌、乳腺癌、导管癌等多种肿瘤类型。研究包含主研究（Group 1和Group 2）、腹腔内亚研究、89[Zr]放射性标记CT-0508亚研究以及CT-0508联合Pembrolizumab亚研究。数据可用于了解CAR-巨噬细胞疗法在HER2过表达实体瘤中的研究设计、适应症覆盖和联合治疗探索，为肿瘤免疫治疗研究提供参考（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：HER2阳性、腺癌、胆管癌、胆道癌、膀胱癌、乳腺癌、乳腺肿瘤、癌、导管癌。一项在HER2过表达实体瘤受试者中开展的腺病毒转导的自体巨噬细胞（经工程化改造以包含抗HER2嵌合抗原受体）的首次人体一期研究 主研究 - Group 1和Group 2 所有HER2过表达实体瘤 腹腔内亚研究 - HER2过表达腹膜疾病 89[Zr]放射性标记CT-0508亚研究 - 所有HER2过表达实体瘤（仅限Univ of Penn, Abramson Cancer Center） CT-0508联合Pembrolizumab亚研究 - 所有HER2过表达实体瘤
【主题与分类】
主题标签：HER2-positive、Adenocarcinoma、Bile Duct Cancer、Biliary Tract Cancer、Bladder Cancer、Breast Cancer、Breast Neoplasm、Carcinoma, Ductal、Carcinoma, Hepatocellular、Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04660929
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/NCT04660929
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：HER2阳性、腺癌、胆管癌、胆道癌、膀胱癌、乳腺癌、乳腺肿瘤、癌、导管癌。一项在HER2过表达实体瘤受试者中开展的腺病毒转导的自体巨噬细胞（经工程化改造以携带抗HER2嵌合抗原受体）的1期首次人体研究 主研究——第1组和第2组 所有HER2过表达实体瘤 腹腔内子研究——HER2过表达腹膜疾病 89[Zr]放射性标记CT-0508子研究——所有HER2过表达实体瘤（仅限宾夕法尼亚大学Abramson癌症中心） CT-0508联合帕博利珠单抗子研究——所有HER2过表达实体瘤
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。
