研究新型CAR-巨噬细胞在乳腺癌患者来源类器官中的抗肿瘤活性
该数据集来自 clinicaltrials.gov 的一项队列研究，聚焦乳腺癌。研究采集肿瘤样本用于构建患者来源类器官，以测试新开发的 CAR-巨噬细胞的抗肿瘤活性，同时采集血液等其他生物样本分析宿主炎症状态
基本信息
资源简介
研究新型CAR-巨噬细胞在乳腺癌患者来源类器官中的抗肿瘤活性
该数据集对应一项在 clinicaltrials.gov 登记的队列研究，英文名称为 Study to Determine the Antitumor Activity of New CAR-macrophages in Breast Cancer Patients' Derived Organoids，聚焦乳腺癌。研究围绕基于改造巨噬细胞的细胞免疫治疗展开，采集肿瘤样本用于构建患者来源类器官，以测试新开发 CAR-巨噬细胞的抗肿瘤活性，同时采集血液等其他生物样本用于分析宿主炎症状态。数据集以乳腺癌为主题标签，归属于肿瘤/乳腺癌分类，可为关注乳腺癌免疫治疗与类器官模型的研究者提供与该队列研究相关的数据资源线索。
【数据集背景】
乳腺癌是该研究关注的疾病方向。研究背景在于，基于改造巨噬细胞的细胞免疫治疗被认为是乳腺癌中具有前景的治疗途径。该队列研究的目的即通过采集肿瘤样本、构建患者来源类器官，评估新开发 CAR-巨噬细胞的抗肿瘤活性，并借助血液等其他生物样本分析宿主炎症状态。数据集即围绕这一研究目标形成，主题标签为 Breast Cancer，分类归属肿瘤/乳腺癌。
【数据内容】
数据集内容与上述队列研究相关，核心涉及乳腺癌患者的肿瘤样本所构建的患者来源类器官，以及用于测试抗肿瘤活性的新开发 CAR-巨噬细胞；同时包括血液等其他生物样本，用于分析宿主炎症状态。源站描述未提供样本数量、患者例数、类器官株数、检测指标数值或具体数据字段等细节，相关内容源站未提供。
【采集与来源】
数据来源于 clinicaltrials.gov 登记的该项队列研究。采集对象为乳腺癌患者的肿瘤样本，用于开发患者来源类器官；同时采集血液等其他生物样本，用于分析宿主炎症状态。源站未提供采集时间范围、采集机构、采集地点及样本规模等信息。
【适用场景】
该数据集适用于与乳腺癌细胞免疫治疗相关的研究场景，尤其是围绕 CAR-巨噬细胞抗肿瘤活性评价、患者来源类器官模型应用以及宿主炎症状态分析等方向。由于研究聚焦乳腺癌，也可用于肿瘤/乳腺癌分类下的相关主题检索与资源发现。源站未提供其他具体适用场景。
【使用方法】
源站未提供该数据集的具体使用方法、访问方式、数据结构说明或分析流程。
【质量与限制】
源站未提供样本量、数据完整性、质量控制措施或已知偏差等信息。该数据集对应队列研究，其数据范围受研究设计与采集内容限制，具体限制条件源站未提供。
【引用与许可】
源站未提供引用格式、许可条款或使用限制等信息。
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。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05007379
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。使用修饰巨噬细胞的细胞免疫疗法是乳腺癌的一种有前景的治疗方法。本队列研究的目的是收集肿瘤样本以开发患者来源的类器官，用于测试新开发的CAR巨噬细胞的抗肿瘤活性。还将收集其他生物样本（如血液）以分析宿主的炎症状态。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
