Luminal A或Luminal B亚型乳腺癌患者基因组变异研究
源站描述显示,HE10A/13研究是Hellenic Cooperative Oncology Group (HeCOG)开展的一项观察性研究,主要目的是收集患者生物材料以寻找预后/预测生物标志物

基本信息
资源简介
Luminal A或Luminal B亚型乳腺癌患者基因组变异研究
该数据集来源于clinicaltrials.gov,属于肿瘤/乳腺癌分类,主题标签为Breast Cancer。源站描述显示,HE10A/13研究是Hellenic Cooperative Oncology Group (HeCOG)开展的一项观察性研究,主要目的是收集患者生物材料以寻找预后/预测生物标志物。研究对象为仅患Luminal A或Luminal B(雌激素受体阳性、伴或不伴孕激素受体阳性、HER阴性)乳腺癌且接受辅助化疗的患者,包括淋巴结阳性或淋巴结阴性但具有特定肿瘤分期或病理特征者。数据可用于乳腺癌亚型基因组变异与生物标志物预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌。HE10A/13研究是Hellenic Cooperative Oncology Group (HeCOG)的一项观察性研究。其主要目的是收集患者生物材料以寻找预后/预测生物标志物。每位患者签署知情同意书,同意提供生物材料用于未来研究目的。该研究按照《赫尔辛基宣言》开展。临床和转化方案已获得Hellenic Cooperative Oncology Group科学委员会批准,并正在接受Metropolitan Hospital机构审查委员会的审查。患者仅为Luminal A或Luminal B(雌激素受体(ER)阳性,伴或不伴孕激素受体(PgR)阳性,HER阴性)乳腺癌患者,接受辅助化疗且淋巴结阳性,或淋巴结阴性但具有肿瘤分期或病理
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04403984
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/NCT04403984
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:乳腺癌。HE10A/13研究是希腊肿瘤协作组(HeCOG)的一项观察性研究。其主要目的是收集患者的生物材料,以寻找预后/预测性生物标志物。每位患者均签署了知情同意书,同意提供生物材料用于未来研究目的。该研究按照《赫尔辛基宣言》进行。临床和转化研究方案已获得希腊肿瘤协作组科学委员会的批准,目前正在接受Metropolitan Hospital机构审查委员会的审查。仅限患有Luminal A型或Luminal B型(雌激素受体(ER)阳性,伴或不伴孕激素受体(PgR)阳性,HER阴性)乳腺癌的患者,且接受过辅助化疗,伴有阳性淋巴结;或淋巴结阴性但肿瘤分期或病理特征根据Saint Gallen指南提示高风险,或基因组检测结果支持进行辅助化疗的患者,符合本研究的注册条件。
在研究注册之前,每位患者均签署了知情同意书,同意提供生物材料用于研究目的。将使用原位或分子方法在福尔马林固定石蜡包埋(FFPE)肿瘤切片中检测潜在的生物标志物。对于肿瘤亚型分型,将进行ER、PgR、HER2、Ki67的免疫组化检测,并在需要时进行荧光原位杂交(FISH)以评估HER2状态;进行表皮生长因子受体(EGFR)和CK5检测以对基底样肿瘤进行分类;还将评估肿瘤浸润淋巴细胞(TILs)上CD8、CD3和FOXP3的表达。此外,将通过应用DNA/RNA下一代测序(NGS)技术,评估希腊乳腺癌女性的突变谱(包括可靶向的基因组改变)和免疫反应相关谱,并结合患者结局进行分析。
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。




