胆管癌与肝癌系统治疗中肿瘤演化及应答的在治监测
该数据集来自clinicaltrials.gov的BILLIONSTARS研究,为前瞻性单臂观察性研究,覆盖肝细胞癌(HCC)与胆管癌(CCC)患者

基本信息
资源简介
胆管癌与肝癌系统治疗中肿瘤演化及应答的在治监测
该数据集来自clinicaltrials.gov的BILLIONSTARS研究,为前瞻性单臂观察性研究,覆盖肝细胞癌(HCC)与胆管癌(CCC)患者。计划入组150例,患者来自瑞典Skåne大学医院(Malmö/Lund)和Kristianstad中心医院,拟接受手术、消融、经动脉化疗栓塞等局部区域干预和/或抗肿瘤药物治疗。治疗前采集书面知情同意,肿瘤组织主要来自FFPE标本,部分手术新鲜组织冷冻保存供未来临床前研究,并采集血液样本。数据可用于研究系统治疗下肿瘤演化与治疗应答的预测(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(HCC)、胆管癌。BILLIONSTARS研究是一项前瞻性、单臂观察性研究。在Malmö/Lund的Skåne大学医院和Kristianstad中心医院被诊断为肝细胞癌(HCC)或胆管癌(CCC)、将被推荐接受手术、消融或经动脉化疗栓塞等局部区域干预和/或抗肿瘤药物治疗的患者将被纳入。计划总入组150例患者。治疗开始前,患者将由医生告知研究信息并给出书面知情同意。肿瘤组织将从手术标本中获得,主要来自福尔马林固定石蜡包埋(FFPE)组织,但在某些情况下,将在手术时获取新鲜组织用于冷冻保存,以便未来进行临床前研究。所有血液样本
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)、Cholangiocarcinoma。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06877637
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/NCT06877637
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(HCC)、胆管癌。BILLIONSTARS研究是一项前瞻性、单臂观察性研究。纳入对象为在马尔默/隆德的斯科讷大学医院和克里斯蒂安斯塔德中央医院被诊断为肝细胞癌(HCC)或胆管癌(CCC),并被推荐接受手术、消融或经动脉化疗栓塞等局部区域干预和/或抗肿瘤药物治疗的患者。计划总共入组150名患者。治疗开始前,患者将由医生告知研究相关信息,并签署书面知情同意书。肿瘤组织将取自手术标本,主要来自福尔马林固定石蜡包埋(FFPE)组织,但在某些情况下,将在手术时获取新鲜组织进行冷冻保存,以便未来开展临床前研究。所有血液样本将由专职研究护士在治疗访视时采集。按照标准分级分离方法从血液样本中分离血浆、血清和白细胞层,以便进行循环肿瘤DNA(ctDNA)及其他生物标志物的分析。
参与者将在研究开始时以及分别在三个月和六个月后填写生活质量问卷(EORTC QLQ-C30和EORTC-QLQ-HCC18/BIL21)。治疗方案将遵循国家指南,不会因参与研究而受到影响。放射学和临床随访将根据临床方案或临床医生认为必要时进行。主要终点是OS,次要终点是无进展生存期和生活质量的变化(EORTC QLQ-C30+EORTC-QLQ-HCC18/BIL21)。该研究还将包括研究性尸检。患者在处于晚期姑息治疗阶段时,会被告知并同意参与研究的这一部分。
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。




