恶性肿�瘤患者中嵌合抗原受体重定向自体T细胞的临床研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03302403

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：B细胞淋巴瘤、B细胞白血病、骨髓瘤、肝细胞癌、胰腺癌、食管胃结合部腺癌。本研究旨在确定慢病毒转导的CAR T细胞在恶性肿瘤患者中的安全性、耐受性和植入潜力。主要目标：1. 确定CAR T细胞（用识别CD19、BCMA、GPC3和Claudin18.2的嵌合抗原受体转导的自体T细胞）在恶性肿瘤（B细胞淋巴细胞白血病/淋巴瘤、骨髓瘤、肝细胞癌、胰腺癌和食管胃结合部腺癌）患者中的安全性和耐受性。2. 观察CAR T细胞的细胞动力学。次要目标：1. 观察CAR T细胞在恶性肿瘤患者中的疗效。2. 评估CAR T细胞在靶组织中的分布和体内存活情况。3. 观察CAR T细胞的免疫原性，并确定是否存在抗scFv细胞免疫应答和抗scFv体液免疫应答。4.

观察CAR-T细胞相对于T细胞的细胞亚群变化（Tcm，中央记忆T淋巴细胞；Tem，效应记忆T淋巴细胞；Treg，调节性T淋巴细胞）。

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。