SBRT联合PD-1抑制剂与化疗治疗早期三阴性乳腺癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT06627712

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

疾病：TNBC——三阴性乳腺癌。三阴性乳腺癌（TNBC）因治疗选择有限且疗效不佳而面临重大挑战。尽管新辅助化疗提高了TNBC患者的保乳率并延长了生存期，但与其他亚型相比，该亚型仍面临治疗方式受限、病理缓解率低和预后不良等问题。Keynote522和IMpassion031等研究显示，化疗联合免疫治疗可使早期高危TNBC患者的pCR率达到64.8%，表明此类联合治疗可带来显著获益。然而，乳腺癌免疫原性低，且缺乏用于有效免疫治疗的明确预测性分子标志物，导致该人群的pCR率和客观缓解率不理想。放疗可通过促进肿瘤细胞抗原释放、增强T细胞浸润以及直接杀伤肿瘤细胞，产生全身性免疫调节作用。因此，本研究旨在探讨立体定向放疗联合PD-1抑制剂和化疗用于TNBC新辅助治疗的有效性和安全性。

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。