局部晚期或转移性IV期乳腺癌患者循环肿瘤细胞特征研究
该数据集来自clinicaltrials.gov，聚焦局部晚期或转移性IV期乳腺癌患者循环肿瘤细胞（CTC）的特征研究。每例患者最多在6个时间点采集至多60 mL血液，样本送至Bruce Laboratory进行免疫标记与FAST扫描，以CK+、CD45-和DAPI+标记及细胞形态确认筛选CTC，并
基本信息
资源简介
局部晚期或转移性IV期乳腺癌患者循环肿瘤细胞特征研究
该数据集来自clinicaltrials.gov，聚焦局部晚期或转移性IV期乳腺癌患者循环肿瘤细胞（CTC）的特征研究。每例患者最多在6个时间点采集至多60 mL血液，样本送至Bruce Laboratory进行免疫标记与FAST扫描，以CK+、CD45-和DAPI+标记及细胞形态确认筛选CTC，并可评估CTC表面最多四种额外蛋白表达；另送Wang Laboratory提取RNA/microRNA和蛋白用于谱型分析。数据可用于CTC检测方法学与分子特征研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：局部晚期乳腺癌、转移性（IV期）乳腺癌、III-IV期乳腺癌或炎性乳腺癌。每例患者最多在6个时间点采集至多60 mL血液。样本将送至Bruce Laboratory（Palo Alto Research Center）进行免疫标记和FAST扫描。FAST扫描将利用CK+、CD45-和DAPI+标记以及由合作病理学家确认的细胞形态来筛选CTC，该技术允许评估CTC表面最多四种额外蛋白表达。在拟定时间点的额外样本将置于冰上并送至Wang Laboratory，目的是从CTC中提取RNA/microRNA和蛋白质以进行谱型分析和进一步分析。获益仅对社会，而非个人。应用这两种技术所获得的知识可能……
【主题与分类】
主题标签：Locally Advanced Breast Cancer、Metastatic (Stage IV) Breast Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01048918
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/NCT01048918
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：局部晚期乳腺癌、转移性（IV期）乳腺癌、III-IV期乳腺癌或炎性乳腺癌。每位患者最多在6个时间点采集最多60 mL血液。样本将送至Bruce实验室（帕洛阿尔托研究中心）进行免疫标记和FAST扫描。FAST扫描将利用CK+、CD45-和DAPI+标记以及由合作病理学家确认的细胞形态，以筛选CTC，该技术允许评估CTC表面最多四种额外蛋白质表达。拟议时间点的额外样本将置于冰上并送至Wang实验室，目的是从CTC中提取RNA/microRNA和蛋白质，用于谱分析和进一步分析。获益仅对社会有益，而非对个人。应用这两种技术所获得的知识可能有助于未来更好地选择治疗、早期发现进展、可能改善诊断以及开发靶向治疗药物。
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。
