评估ctDNA阳性胃肠道肿瘤新疗法的试验
该数据集来自clinicaltrials.gov,为一项非随机、开放标签、多队列、多中心、试点可行性治疗试验,覆盖结肠腺癌、直肠腺癌、胃腺癌、胰腺腺癌、肝细胞癌、胆道腺癌和胆囊腺癌

基本信息
资源简介
评估ctDNA阳性胃肠道肿瘤新疗法的试验
该数据集来自clinicaltrials.gov,为一项非随机、开放标签、多队列、多中心、试点可行性治疗试验,覆盖结肠腺癌、直肠腺癌、胃腺癌、胰腺腺癌、肝细胞癌、胆道腺癌和胆囊腺癌。研究计划入组20例经组织学确诊的胃肠道肿瘤患者,分为CRC、胃、PDAC和HCC/肝内-/肝外-/胆囊腺癌4个队列。患者已完成所有以治愈为目的的标准治疗,且Signatera肿瘤信息ctDNA检测阳性,入组前28天内标准影像学检查显示无影像学可见病灶。可用于评估ctDNA阳性胃肠道肿瘤新疗法的可行性及相关预测研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:结肠腺癌、直肠腺癌、胃腺癌、胰腺腺癌、肝细胞癌、胆道腺癌、胆囊腺癌。本研究是一项非随机、开放标签、多队列、多中心、试点可行性治疗试验。研究将入组20例患者,分为4个队列(CRC、胃、PDAC和HCC/肝内-/肝外-/胆囊腺癌),这些患者经组织学确诊为胃肠道肿瘤。这些患者已完成所有标准治疗(包括新辅助治疗、手术、局部治疗和/或辅助治疗,视情况而定),由治疗主治医师或研究团队定义,以治愈为目的,但SignateraTM肿瘤信息ctDNA检测呈阳性,并且在入组前28天内通过标准影像学检查显示无影像学可见病灶,且在1
【主题与分类】
主题标签:Colon Adenocarcinoma、Rectal Adenocarcinoma、Gastric Adenocarcinoma、Pancreatic Adenocarcinoma、Hepatocellular Carcinoma、Adenocarcinoma of Biliary Tract、Gallbladder Adenocarcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05482516
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/NCT05482516
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
疾病类型:结肠腺癌、直肠腺癌、胃腺癌、胰腺腺癌、肝细胞癌、胆道腺癌、胆囊腺癌。本研究是一项非随机、开放标签、多队列、多中心、初步可行性治疗试验。该研究将纳入20例患者,分为4个队列(结直肠癌、胃癌、胰腺导管腺癌以及肝细胞癌/肝内-/肝外-、胆囊腺癌),这些患者均经组织学确诊为胃肠道癌症。这些患者须已按照治疗主治医师或研究团队的定义完成所有标准治疗(SOC)(包括新辅助治疗、手术、局部治疗和/或辅助治疗,视情况而定),且治疗意图为根治性,但SignateraTM肿瘤信息循环肿瘤DNA(ctDNA)检测呈阳性,并且在入组前28天内以及完成所有根治性治疗1年内,通过标准影像学检查证实无影像学可见病灶(NED)。
所有患者将在21天周期的第1天接受静脉注射阿特珠单抗1200毫克和贝伐珠单抗15毫克/千克的静脉治疗,直至疾病复发、ctDNA POD、不可接受的毒性反应或受试者撤回同意,研究治疗总持续时间最长为12个月。阿特珠单抗和贝伐珠单抗药物将予以提供。
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。




