采用清髓性预处理方案的脐带血移植治疗血液系统疾病
该数据集来自 clinicaltrials.gov，聚焦于采用清髓性预处理方案的脐带血移植（UCBT）治疗血液系统疾病。覆盖急性髓系白血病、急性淋巴细胞白血病、慢性髓系白血病、浆细胞白血病、骨髓纤维化、骨髓增生异常、慢性淋巴细胞白血病及小淋巴细胞淋巴瘤等病种
基本信息
资源简介
采用清髓性预处理方案的脐带血移植治疗血液系统疾病
该数据集来自 clinicaltrials.gov，聚焦于采用清髓性预处理方案的脐带血移植（UCBT）治疗血液系统疾病。覆盖急性髓系白血病、急性淋巴细胞白血病、慢性髓系白血病、浆细胞白血病、骨髓纤维化、骨髓增生异常、慢性淋巴细胞白血病及小淋巴细胞淋巴瘤等病种。数据采集涵盖移植预处理化疗与全身照射、脐带血选择与输注、标准支持治疗及移植相关护理，并依据明尼苏达大学 BMT 指南进行随访。可用于血液肿瘤移植相关临床研究与分类建模（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）、急性淋巴细胞白血病（ALL）、慢性髓系白血病、浆细胞白血病、骨髓纤维化、骨髓增生异常、慢性淋巴细胞白血病、小淋巴细胞淋巴瘤。这是一项研究，旨在收集使用无关单份或双份脐带血（UCB）单位作为替代性、非 HLA 匹配干细胞来源，对血液系统疾病患者进行 UCBT 的常规临床数据。 收集来自移植预处理治疗的数据，该治疗包括化疗方案和全身照射。 收集来自脐带血选择和输注的数据。* 收集来自标准支持性治疗及疾病和移植相关护理的数据。移植前和移植后用药、UCB 选择与输注、支持性护理及随访将依据当前明尼苏达大学 BMT 指南进行。平均有 18 名患者被纳
【主题与分类】
主题标签：Acute Myeloid Leukemia (AML)、Acute Lymphocytic Leukemia (ALL)、Chronic Myelogenous Leukemia、Plasma Cell Leukemia、Myelofibrosis、Myelodysplasia、Chronic Lymphocytic Leukemia、Small Lymphocytic Lymphoma、Marginal Zone B-Cell Lymphoma、Follicular Lymphoma。本站分类：肿瘤/白血病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01962636
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/NCT01962636
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：急性髓系白血病（AML）、急性淋巴细胞白血病（ALL）、慢性髓系白血病、浆细胞白血病、骨髓纤维化、骨髓增生异常、慢性淋巴细胞白血病、小淋巴细胞淋巴瘤。这是一项研究，旨在收集使用无关单份或双份脐带血单位作为替代性、非HLA匹配干细胞来源，对血液病患者进行UCBT的常规临床数据。* 从由化疗方案和全身照射治疗组成的移植预处理治疗中收集数据。* 从脐带血选择和输注中收集数据。* 从标准支持性治疗疾病和移植相关护理中收集数据。移植前后用药、UCB选择和输注、支持性护理以及随访将依据明尼苏达大学BMT现行指南进行。预计每年平均有18名患者按照本方案接受治疗。
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。
