NKX019 静脉注射异体 CAR NK 治疗成人 B 细胞肿瘤
该数据集来自 clinicaltrials.gov，主题为 NKX019 静脉注射异体嵌合抗原受体自然杀伤细胞（CAR NK）在成人 B 细胞肿瘤中的研究
基本信息
资源简介
NKX019 静脉注射异体 CAR NK 治疗成人 B 细胞肿瘤
该数据集来自 clinicaltrials.gov，主题为 NKX019 静脉注射异体嵌合抗原受体自然杀伤细胞（CAR NK）在成人 B 细胞肿瘤中的研究。覆盖非霍奇金淋巴瘤、B 细胞急性淋巴细胞白血病、大 B 细胞淋巴瘤、套细胞淋巴瘤、惰性淋巴瘤、华氏巨球蛋白血症、慢性淋巴细胞白血病及小淋巴细胞淋巴瘤等病种。研究为剂量探索，分两部分：第一部分采用“3+3”入组方案进行剂量探索并设安全导入，以确认 NKX019 联合利妥昔单抗扩展队列的剂量；第二部分为剂量扩展，进一步评估安全性、耐受性、细胞动力学、药效学及抗肿瘤反应。可用于肿瘤学与白血病相关分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非霍奇金淋巴瘤、B 细胞急性淋巴细胞白血病、大 B 细胞淋巴瘤、套细胞淋巴瘤、惰性淋巴瘤、华氏巨球蛋白血症、慢性淋巴细胞白血病、小淋巴细胞淋巴瘤。这是一项 NKX019 的剂量探索研究，将分 2 部分进行：第 1 部分：采用“3+3”入组方案进行剂量探索，并设安全导入，以确认 NKX019 联合利妥昔单抗扩展队列（如适用）的剂量；第 2 部分：剂量扩展，在大 B 细胞淋巴瘤（LBCL）、套细胞淋巴瘤（MCL）、惰性淋巴瘤（IL）、华氏巨球蛋白血症（WM）、CLL/小淋巴细胞淋巴瘤（SLL）和 B-ALL 患者的扩展队列中进一步评估安全性、耐受性、细胞动力学、药效学及抗肿瘤反应。
【主题与分类】
主题标签：Lymphoma, Non-Hodgkin、B-cell Acute Lymphoblastic Leukemia、Large B-cell Lymphoma、Mantle Cell Lymphoma、Indolent Lymphoma、Waldenstrom Macroglobulinemia、Chronic Lymphocytic Leukemia、Small Lymphocytic Lymphoma、Aggressive Lymphoma、Large-cell Lymphoma。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05020678
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/NCT05020678
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
适应症：淋巴瘤、非霍奇金淋巴瘤、B细胞急性淋巴细胞白血病、大B细胞淋巴瘤、套细胞淋巴瘤、惰性淋巴瘤、华氏巨球蛋白血症、慢性淋巴细胞白血病、小淋巴细胞淋巴瘤。这是一项NKX019的剂量探索研究，将分两部分进行：第一部分：采用“3+3”入组方案进行剂量探索，并进行安全性导入，以确认NKX019与利妥昔单抗联合扩展队列（如适用）的剂量。第二部分：剂量扩展，在扩展队列中进一步评估大B细胞淋巴瘤（LBCL）、套细胞淋巴瘤（MCL）、惰性淋巴瘤（IL）、华氏巨球蛋白血症（WM）、CLL/小淋巴细胞淋巴瘤（SLL）和B-ALL患者的安全性、耐受性、细胞动力学、药效学和抗肿瘤反应。
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。
