PULSAR放疗联合免疫治疗高危晚期肝癌临床试验
该数据集来自clinicaltrials.gov,为一项针对高危晚期肝细胞癌成人患者的临床试验。研究在标准免疫治疗基础上加入PULSAR个体化自适应立体定向放疗,评估能否更长久控制癌症及其安全性

基本信息
资源简介
PULSAR放疗联合免疫治疗高危晚期肝癌临床试验
该数据集来自clinicaltrials.gov,为一项针对高危晚期肝细胞癌成人患者的临床试验。研究在标准免疫治疗基础上加入PULSAR个体化自适应立体定向放疗,评估能否更长久控制癌症及其安全性。主要关注开始PULSAR后12个月无癌症进展生存的参与者比例,以及联合治疗后出现的医学问题。试验无对照组,结果将与已发表的单纯免疫治疗结果比较。参与者继续常规免疫治疗,接受2至3次PULSAR治疗、间隔3至4周,每次前调整计划,并提供血样(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)、放疗诱导的免疫启动、免疫治疗。本临床试验旨在了解在高危晚期肝细胞癌(肝癌)成人患者中,将PULSAR(一种个体化自适应立体定向放疗)加入标准免疫治疗能否更长久地控制癌症,同时了解该联合方案的安全性。其主要回答的问题包括: 开始PULSAR后12个月时,有多少比例的参与者存活且无癌症进展? 参与者在接受PULSAR联合免疫治疗后出现哪些医学问题?本研究无对照组,结果将与已发表的单纯免疫治疗结果进行比较。参与者将: 继续其常规免疫治疗 接受2至3次PULSAR治疗,间隔3至4周,每次治疗前调整计划 * 提供血样和fil
【主题与分类】
主题标签:Hepatocellular Carcinoma (HCC)、Radiotherapy-Induced Immune Priming、Immunotherapy。本站分类:肿瘤/肝癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07884877
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/NCT07884877
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)、放疗诱导的免疫启动、免疫治疗。本临床试验旨在了解,在标准免疫治疗基础上加用PULSAR(一种个性化自适应立体定向放疗)能否使高危晚期肝细胞癌(肝癌)成人患者的癌症控制时间更长。该试验还将了解这一联合治疗的安全性。其主要拟回答的问题为:* 在开始PULSAR后12个月时,有多大比例的受试者存活且癌症未进展?* 受试者在接受PULSAR联合免疫治疗后出现了哪些医疗问题?本研究无对照组。结果将与已发表的单纯免疫治疗结果进行比较。受试者将:* 继续其常规免疫治疗 * 接受2至3次PULSAR治疗,间隔3至4周,每次治疗前调整计划 * 提供血液样本并填写症状问卷 * 接受长达3年的检查和扫描
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。




