Bio-CAR-T 生物学子研究数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT05366569

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

疾病类型：弥漫性大B细胞淋巴瘤（DLBCL）、原发性纵隔大B细胞淋巴瘤（PMBCL）、急性淋巴细胞白血病（ALL）。本研究包含若干生物学子研究，具体如下：* 输注后CAR-T扩增与持久性分析，采用流式细胞术和数字PCR（dPCR）两种方法：此部分旨在评估和计数患者随访期间的CAR T细胞（CD4+和/或CD8+），并建立特定面板以纵向评估和监测CAR-T亚群。* 外周血及中枢神经系统（CNS）脑脊液中循环细胞外囊泡的定量与分析：目的是识别CAR-T细胞输注后小EVs（细胞外囊泡）的变化（数量及货物组成（蛋白质或miRNA）），并识别可能区分患者“良好应答者”与“无应答者”的小EVs标志物，和/或可能预测特定输注后并发症的标志物。

• ICANS（免疫效应细胞相关神经毒性综合征）神经标志物的评估：本亚研究的目的是评估既往已识别的血浆和脑脊液（CSF）炎症、神经元损伤及胶质细胞激活生物标志物在发生ICANS的患者中的情况，并通过评估ICANS患者血浆和脑脊液中的炎症、神经元及胶质细胞生物标志物，描述神经元和胶质细胞随时间受累的特征及其对预后的作用。

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。