新型CAR-T细胞疗法治疗血液及淋巴系统恶性肿瘤
该数据集来自clinicaltrials.gov,聚焦新型CAR-T细胞疗法在血液及淋巴系统恶性肿瘤中的治疗研究。覆盖急性髓系白血病、B细胞非霍奇金淋巴瘤、多发性骨髓瘤、成人T细胞白血病/淋巴瘤及B细胞急性淋巴细胞白血病等病种

基本信息
资源简介
新型CAR-T细胞疗法治疗血液及淋巴系统恶性肿瘤
该数据集来自clinicaltrials.gov,聚焦新型CAR-T细胞疗法在血液及淋巴系统恶性肿瘤中的治疗研究。覆盖急性髓系白血病、B细胞非霍奇金淋巴瘤、多发性骨髓瘤、成人T细胞白血病/淋巴瘤及B细胞急性淋巴细胞白血病等病种。研究涉及CD19、CD123、BCMA、CD7等靶点,受试者接受氟达拉滨和环磷酰胺预处理化疗后输注CAR-T细胞,评估安全性、有效性、药代动力学等指标,可用于血液肿瘤免疫治疗相关分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:急性髓系白血病(AML)、B细胞非霍奇金淋巴瘤(B-NHL)、多发性骨髓瘤(MM)、成人T细胞白血病/淋巴瘤、B细胞急性淋巴细胞白血病(B-ALL)。靶向CD19的嵌合抗原受体(CAR)修饰T细胞已展现出前所未有的成功。除CD19外,CD123、BCMA和CD7等许多其他分子也可能有潜力开发相应的CAR-T细胞,用于治疗血液及淋巴系统恶性肿瘤患者。UTC Therapeutics Inc.已开发出一个高效平台,用于构建能够重塑肿瘤微环境并增强抗肿瘤免疫应答及CAR-T细胞持久性的CAR-T细胞。在本研究中,所有符合条件的受试者将接受氟达拉滨和环磷酰胺的预处理化疗方案,随后接受研究性治疗,即CAR-T细胞。安全性、有效性、药代动力学和药
【主题与分类】
主题标签:Acute Myeloid Leukemia (AML)、B-cell Non-Hodgkin's Lymphoma (B-NHL)、Multiple Myeloma (MM)、T-Cell Leukemia/Lymphoma, Adult。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05513612
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/NCT05513612
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:急性髓系白血病(AML)、B细胞非霍奇金淋巴瘤(B-NHL)、多发性骨髓瘤(MM)、T细胞白血病/淋巴瘤、成人、B细胞急性淋巴细胞白血病(B-ALL)。靶向CD19的嵌合抗原受体(CAR)修饰T细胞已展现出前所未有的成功。除CD19外,许多其他分子如CD123、BCMA和CD7也可能有潜力用于开发相应的CAR-T细胞,以治疗患有造血和淋巴系统恶性肿瘤的患者。UTC Therapeutics Inc. 已开发出一个高效平台,用于构建能够重塑肿瘤微环境并增强抗肿瘤免疫反应及CAR-T细胞持久性的CAR-T细胞。在本研究中,所有符合条件的受试者将接受由氟达拉滨和环磷酰胺组成的预处理化疗方案,随后接受研究性治疗,即CAR-T细胞。将评估CAR-T细胞的安全性、有效性、药代动力学和药效学。
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。




