自动化全骨髓与淋巴照射用于异基因造血细胞移植
该数据集来自 clinicaltrials.gov,聚焦于急性髓系白血病、骨髓增殖性肿瘤和骨髓增生异常综合征患者接受异基因造血细胞移植的预处理方案

基本信息
资源简介
自动化全骨髓与淋巴照射用于异基因造血细胞移植
该数据集来自 clinicaltrials.gov,聚焦于急性髓系白血病、骨髓增殖性肿瘤和骨髓增生异常综合征患者接受异基因造血细胞移植的预处理方案。斯坦福放射肿瘤团队开发了自动化全骨髓与淋巴照射(TMLI)平台,以克服传统 TMLI 技术复杂、耗时的问题。本 II 期试验将自动化 TMLI 整合入既往验证过的氟达拉滨/环磷酰胺/TMLI 预处理方案,并联合移植后环磷酰胺预防移植物抗宿主病。数据可用于评估自动化 TMLI 在降低毒性、增强抗肿瘤效果及移植预后方面的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:急性髓系白血病、骨髓增殖性肿瘤、骨髓增生异常综合征。异基因造血细胞移植(HCT)中使用的强化预处理方案有助于消除血液系统肿瘤并降低复发风险,但也以高毒性为特征。全骨髓与淋巴照射(TMLI)是一种专门的放射技术,特异性靶向骨髓和淋巴组织,以最大化抗肿瘤疗效,同时减少脱靶毒性。尽管有这些益处,TMLI 在技术上具有挑战性且耗时。斯坦福的放射肿瘤团队开发了一个自动化 TMLI 平台来克服这些挑战。在这项 II 期试验中,自动化将被整合入先前验证过的氟达拉滨/环磷酰胺/TMLI HCT 预处理方案,并联合移植后环磷酰胺(PTCy)用于移植物抗宿主病
【主题与分类】
主题标签:Acute Myeloid Leukemia、Myeloproliferative Neoplasm、Myelodysplastic Syndromes。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07634536
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/NCT07634536
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
疾病:急性髓系白血病、骨髓增殖性肿瘤、骨髓增生异常综合征。异基因造血细胞移植(HCT)中使用的强化预处理方案有助于清除血液系统肿瘤并降低复发风险,但也具有高毒性。全骨髓和淋巴照射(TMLI)是一种特殊放射治疗技术,可特异性靶向骨髓和淋巴组织,以最大程度提高抗肿瘤疗效,同时减少靶外毒性。尽管有这些优势,TMLI在技术上具有挑战性且耗时。Stanford的放射肿瘤学团队开发了一种自动化TMLI平台以克服这些挑战。在这项II期试验中,将把自动化纳入既往已验证的氟达拉滨/环磷酰胺/TMLI HCT预处理方案,并联合移植后环磷酰胺(PTCy)用于移植物抗宿主病(GVHD)预防,以确认自动化在接受异基因HCT的高危髓系恶性肿瘤患者中的可行性和安全性。
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。
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。




