自体抗C19细胞（ARI-0001）单臂非随机试点试验：安全性与本地CAR-T生产可行性
本数据集来自clinicaltrials.gov，为一项单臂、非随机试点临床试验，评估在18岁以上复发/难治性CD19+血液系统恶性肿瘤患者中输注自体抗C19细胞（ARI-0001）的安全性，以及本地CAR-T细胞生产的可行性
基本信息
资源简介
自体抗C19细胞（ARI-0001）单臂非随机试点试验：安全性与本地CAR-T生产可行性
本数据集来自clinicaltrials.gov，为一项单臂、非随机试点临床试验，评估在18岁以上复发/难治性CD19+血液系统恶性肿瘤患者中输注自体抗C19细胞（ARI-0001）的安全性，以及本地CAR-T细胞生产的可行性。覆盖成人B细胞急性淋巴细胞白血病、滤泡性淋巴瘤、套细胞淋巴瘤、弥漫大B细胞淋巴瘤和慢性淋巴细胞白血病。源站描述列出从白细胞分离采集、转运、GMP生产、冻存、回输到随访的完整流程，可用于了解该细胞治疗试验的设计与操作环节（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：成人B细胞急性淋巴细胞白血病、滤泡性淋巴瘤（FL）、套细胞淋巴瘤（MCL）、弥漫大B细胞淋巴瘤（DLBCL）、慢性淋巴细胞白血病。1. 第-4±7天通过白细胞分离术采集自体T淋巴细胞 2. 将细胞材料运输至IDCBIS 3. 按照GMP使用CliniMACS Prodigy生产ARI-0001 4. 冷冻保存ARI-0001细胞 5. 将ARI-0001细胞运输至INC 6. 在INC临时储存ARI-0001细胞 7. 第-5、-4、-3天对患者实施淋巴清除方案 8. 解冻ARI-0001细胞产品 9. 第1、2、3天输注ARI-0001 10. 门诊随访 11. 住院监测14天 12. 第4-7、9、12、14天采集样本进行辅助检查分析 13. 第22天访视，第22-90天每两周一次，第91-360天每月一次
【主题与分类】
主题标签：Follicular Lymphoma (FL)、Mantle Cell Lymphoma (MCL)、Diffuse Large B-Cell Lymphoma (DLBCL)、Chronic Lymphocytic Leukemia。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07412405
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/NCT07412405
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：成人B细胞急性淋巴细胞白血病、滤泡性淋巴瘤（FL）、套细胞淋巴瘤（MCL）、弥漫性大B细胞淋巴瘤（DLBCL）、慢性淋巴细胞白血病。1. 第-4天±7天通过单采术采集自体T淋巴细胞 2. 将细胞材料运送至IDCBIS 3. 按照GMP标准使用CliniMACS Prodigy生产ARI-0001 4. 冷冻保存ARI-0001细胞 5. 将ARI-0001细胞运送至INC 6. 在INC临时储存ARI-0001细胞 7. 第-5、-4、-3天对患者实施淋巴细胞清除方案 8. 解冻ARI-0001细胞产品 9. 第1、2、3天输注ARI-0001 10. 门诊随访 11. 住院监测14天 12. 第4-7、9、12、14天采集样本进行辅助临床分析 13. 第22天访视，第22-90天每两周一次，第91-360天每月一次
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。
