外周细胞在慢性粒单核细胞白血病病理生理中的相关性
该数据集来自 clinicaltrials.gov,聚焦慢性粒单核细胞白血病(CMML)这一骨髓增生异常/骨髓增殖性综合征

基本信息
资源简介
外周细胞在慢性粒单核细胞白血病病理生理中的相关性
该数据集来自 clinicaltrials.gov,聚焦慢性粒单核细胞白血病(CMML)这一骨髓增生异常/骨髓增殖性综合征。源站描述指出 CMML 是最常见的此类综合征,诊断中位年龄约 70 岁,男性明显占优,以骨髓造血干细胞克隆性疾病为特征,表现为持续性单核细胞增多(>1x109/L)和外周血中出现未成熟发育异常粒细胞。异基因干细胞移植是唯一治愈手段,但患者多因高龄难以适用,标准治疗仍为羟基脲和去甲基化药物。数据可用于研究外周细胞在 CMML 病理生理中的作用(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:慢性粒单核细胞白血病。慢性粒单核细胞白血病(CMML)是 WHO 髓系恶性肿瘤分类中定义的最常见的骨髓增生异常/骨髓增殖性综合征。诊断中位年龄约为 70 岁,男性明显占优。CMML 是一种骨髓造血干细胞的克隆性疾病,主要特征为持续性单核细胞增多(>1x109/L)以及 CMML 患者外周血中存在未成熟发育异常粒细胞。异基因干细胞移植(ASCT)仍是 CMML 唯一的治愈选择。然而,CMML 患者很少符合这种治疗的条件,主要由于其高龄。因此,CMML 的金标准治疗仍为羟基脲,通常在疾病变为增殖性时开始使用,以及去甲基化药物,后者可能在最 ag
【主题与分类】
主题标签:Chronic Myelomonocytic Leukemia。本站分类:肿瘤/白血病。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03280888
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/NCT03280888
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
疾病:慢性粒-单核细胞白血病。慢性粒-单核细胞白血病(CMML)是WHO髓系恶性肿瘤分类中定义的最常见的骨髓增生异常/骨髓增殖性综合征。诊断时的中位年龄约为70岁,且显著多见于男性。CMML是一种骨髓造血干细胞的克隆性疾病,其主要特征为持续性单核细胞增多(>1x109/L)以及CMML患者外周血中出现未成熟的发育异常粒细胞。异基因干细胞移植(ASCT)仍是CMML唯一的治愈性选择。然而,CMML患者很少适合此类治疗,主要原因是其年龄偏大。因此,CMML的金标准治疗仍为羟基脲(通常在疾病进入增殖期时开始使用)以及去甲基化药物(可能对最具侵袭性的CMML有效)。尽管如此,CMML的发病机制仍知之甚少,治疗失败的患者迫切需要新的疗法。
近年来,在CMML中发现了大量基因突变,但无一为该实体所特有,因为它们在其他髓系肿瘤中以不同频率出现。这些突变基因编码信号分子(NRAS、KRAS、CBL、JAK2、FLT3及Notch通路的若干成员)、表观遗传调控因子(TET2、ASXL1、EZH2、IDH1、IDH2)和剪接因子(SF3B1、SRSF2、ZRSF2)。转录调控因子RUNX1、NPM1和TP53的突变也在CMML中有报道。然而,这些突变在白血病发生中的作用仍不清楚。CMML的特征还在于单核细胞向巨噬细胞分化的缺陷。这些单核细胞分化缺陷可归因于未成熟发育不良性粒细胞的存在,其分泌高水平α-防御素HNP1-3,拮抗CMML患者中的嘌呤能受体P2RY6。这些CD14-/CD15+/CD24+未成熟粒细胞与
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连,提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。




