原发性肝癌精准免疫治疗国家转化科学网络
该数据集来自 clinicaltrials.gov,聚焦原发性肝癌(PLC)的精准免疫治疗转化研究,覆盖肝细胞癌(HCC)与胆管癌(CCA)两种主要组织学亚型

基本信息
资源简介
原发性肝癌精准免疫治疗国家转化科学网络
该数据集来自 clinicaltrials.gov,聚焦原发性肝癌(PLC)的精准免疫治疗转化研究,覆盖肝细胞癌(HCC)与胆管癌(CCA)两种主要组织学亚型。源站描述指出,PLC 是全球第二大癌症相关死亡原因,也是美国发病率和死亡率上升最快的癌症;其诊断与治疗决策目前仅基于基线临床特征,而两种亚型是否真正不同或共享某些可用于改善临床管理的基本特征尚不明确。此外,病毒性肝炎、饮酒、化学物质、寄生虫或饮食因素等复杂病因导致的慢性肝病,会加重肝损伤并增加 HCC 与 CCA 发生和进展的风险。该数据可用于肝癌亚型特征与精准免疫治疗相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肝细胞癌、肝癌、胆管癌。背景:原发性肝癌(PLC)是全球第二大癌症相关死亡原因,也是美国发病率和死亡率上升最快的癌症。PLC 由两种主要组织学亚型组成,即肝细胞癌(HCC)和胆管癌(CCA),其诊断和治疗决策仅基于基线临床特征。然而,这些亚型是否真正不同,或是否共享某些可用于改善临床管理的基本特征,目前尚不清楚。此外,由病毒性肝炎、饮酒、化学物质、寄生虫或饮食因素等复杂病因引起的慢性肝病,是肝损伤的基础并促进肝损伤,增加 HCC 和 CCA 发生和进展的风险。因此,PLC 是
【主题与分类】
主题标签:Hepatocellular Carcinoma、Liver Cancer、Cholangiocarcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04145141
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/NCT04145141
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:肝细胞癌、肝癌、胆管癌。背景:原发性肝癌(PLC)是全球第二大癌症相关死亡原因,也是美国发病率和死亡率上升最快的癌症。PLC主要包括两种组织学亚型,即肝细胞癌(HCC)和胆管癌(CCA),其诊断和治疗决策仅基于基线临床特征。然而,这些亚型究竟是真正不同,还是共享某些可用于改善临床管理的基本特征,目前尚不清楚。此外,慢性肝病由病毒性肝炎、饮酒、化学物质、寄生虫或饮食因素等复杂病因引起,是肝损伤的基础并促使其发生,增加HCC和CCA发生与进展的风险。因此,PLC在临床和生物学上具有异质性,这阻碍了生物学评估和临床治疗。尽管在改善诊断和开发新治疗方式方面付出了相当多的努力,PLC患者生存率的改善仍然甚微。
对于某些处于早期或中期疾病阶段的患者,可采用切除术、经皮局部消融或经动脉化疗栓塞治疗。然而,大多数患者在疾病晚期才就诊,此时当前的治疗金标准是索拉非尼,仅能提供有限的生存时间改善。因此,PLC仍然是治疗最为困难的恶性肿瘤之一,在美国其5年生存率低于15%。因此,开发新的治疗模式以限制癌症发展和治疗晚期PLC势在必行。免疫治疗(IO)是PLC治疗中一种有前景的新方法。免疫系统的改变,作为修订后的癌症特征之一,被认为是癌变和癌症进展的核心因素。因此,抑制或重新定向免疫反应以应对肿瘤存在的策略是
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。




