面向成熟B细胞恶性肿瘤的创新型3D临床前模型以推进个性化免疫与联合治疗

该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤(SMZL)和毛细胞白血病(HCL)等成熟B细胞恶性肿瘤

IRCCS San RaffaeleIRCCS San Raffaele
clinicaltrials
浏览 8
其他Chronic Lymphocytic Leukemia (CLL)Splenic Marginal Zone LymphomaHairy Cell Leukemia (HCL)
Innovative 3D Preclinical Models for Mature B-cell Malignancies to Advance Personalized Immuno and Combination Therapies

基本信息

模态
其他
创建/更新时间
2026-10-12

资源简介

面向成熟B细胞恶性肿瘤的创新型3D临床前模型以推进个性化免疫与联合治疗

该数据集来自clinicaltrials.gov,聚焦慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤(SMZL)和毛细胞白血病(HCL)等成熟B细胞恶性肿瘤。入组患者将在参与临床中心接受标准诊疗中的抽血时额外采集血液样本,用于开发并验证创新的患者来源3D生物打印模型,以忠实再现淋巴组织关键微环境,从而在更接近生理条件下研究成熟B细胞恶性肿瘤,支持个性化免疫及联合治疗研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤、毛细胞白血病(HCL)。在参与临床中心随访的慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤(SMZL)和毛细胞白血病(HCL)成年患者将被纳入,并在作为标准临床护理一部分进行的抽血期间额外采集血液样本。该项目旨在开发和验证创新的患者来源3D生物打印模型,这些模型能忠实再现淋巴组织的关键微环境,从而能够对成熟B细胞恶性肿瘤进行更具生理相关性的研究。

【主题与分类】

主题标签:Chronic Lymphocytic Leukemia (CLL)、Splenic Marginal Zone Lymphoma、Hairy Cell Leukemia (HCL)。本站分类:肿瘤/白血病。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT07759661

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT07759661

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:慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤、毛细胞白血病(HCL)。在参与临床中心随访的慢性淋巴细胞白血病(CLL)、脾边缘区淋巴瘤(SMZL)和毛细胞白血病(HCL)成年患者将被纳入研究,并在作为标准临床护理一部分进行的抽血过程中,额外采集一定量的血液样本。本项目旨在开发并验证创新的患者来源3D生物打印模型,该模型能够忠实再现淋巴组织的关键微环境,从而实现对成熟B细胞恶性肿瘤更具生理相关性的研究。

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。

获取专属数据定制方案