女性生殖系统肿瘤中CTC的表型谱

该数据集来自 clinicaltrials.gov,聚焦女性生殖系统肿瘤(乳腺癌、卵巢癌、子宫内膜癌)中循环肿瘤细胞(CTC)的表型谱研究

Tomsk National Research Medical Center of the Russian Academy of SciencesTomsk National Research Medical Center of the Russian Academy of Sciences
clinicaltrials
浏览 8
医学影像预测Breast CancerOvarian CancerEndometrial Cancer
Phenotypic Spectrum of CTCs in Tumors of the Female Reproductive System

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-17

资源简介

女性生殖系统肿瘤中CTC的表型谱

该数据集来自 clinicaltrials.gov,聚焦女性生殖系统肿瘤(乳腺癌、卵巢癌、子宫内膜癌)中循环肿瘤细胞(CTC)的表型谱研究。研究旨在评估不同 CTC 群体作为液体活检标志物的诊断与预后效能,覆盖治疗前血液及腹水(如有)中 CTC 群体的测定,并分析其与新辅助化疗效果及复发转移风险的关系,同时评估 CTC 群体的分子谱。数据可用于 CTC 相关标志物发现与预后预测研究(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、卵巢癌、子宫内膜癌。总体目标是研究各种 CTC 群体作为液体活检标志物在女性生殖系统肿瘤(乳腺癌、子宫内膜癌和卵巢癌)中的诊断和预后效能。I 期研究:在治疗前测定血液和腹水(如有)中不同的 CTC 群体。研究的主要目标:1. 使用多色流式细胞术评估不同时间点(活检前和手术前)不同 CTC 群体的存在和数量。2. 评估治疗开始前不同 CTC 群体与新辅助化疗效果及复发和转移风险之间的关系。3. 评估血液和腹水中不同 CTC 群体的分子谱。附加研究

【主题与分类】

主题标签:Breast Cancer、Ovarian Cancer、Endometrial Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT04817501

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT04817501

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

条件:乳腺癌、卵巢癌、子宫内膜癌。总体目标是研究各种循环肿瘤细胞(CTC)群体作为液体活检标志物在女性生殖系统肿瘤(乳腺癌、子宫内膜癌和卵巢癌)中的诊断和预后效能。I期研究:在治疗前测定血液和腹水(如有)中不同的CTC群体。研究的主要目标:1. 使用多色流式细胞术评估不同时间点(活检前和手术前)不同CTC群体的存在和数量。2. 评估治疗开始前不同CTC群体与新辅助化疗效果及复发和转移风险之间的关系。3. 评估血液和腹水中不同CTC群体的分子谱。附加研究任务:将多色流式细胞术结果与乳腺癌、子宫内膜癌和卵巢癌患者的超声、CT和/或MRI、血清肿瘤标志物及免疫组化研究数据进行对比。方法学:开放标签、探索性、单中心研究。

从受试者采集的血液和腹水(如有)。

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。