PLATON 网络胃肠道肿瘤前瞻性队列研究
PLATON Network 是依托 clinicaltrials.gov 建立的永久性、开放、多中心、前瞻性胃肠道肿瘤患者队列研究，覆盖肝细胞癌、胆管癌、胆囊癌、胰腺癌、食管癌和胃癌
基本信息
资源简介
PLATON 网络胃肠道肿瘤前瞻性队列研究
PLATON Network 是依托 clinicaltrials.gov 建立的永久性、开放、多中心、前瞻性胃肠道肿瘤患者队列研究，覆盖肝细胞癌、胆管癌、胆囊癌、胰腺癌、食管癌和胃癌。研究设计包含研究专用生物样本库及共享平台基础设施，用于关联子研究和分析项目。平台记录 PLATON 试点研究（NCT04484636）等项目的基因检测结果及按本地方案进行的下一代深度测序（NGS），汇编包含肿瘤突变负荷（TMB）和微卫星不稳定性（MSI）的基因组肿瘤图谱，旨在提高患者在可用临床研究中接受个体化治疗的可能性（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：肝细胞癌、胆管癌、胆囊癌、胰腺癌、食管癌、胃癌。PLATON Network 被建立为针对胃肠道肿瘤患者的永久性、开放、多中心、前瞻性队列研究。研究设计包括研究专用生物样本库以及用于关联子研究和分析项目的共享平台基础设施。在 PLATON 中，将记录不同研究项目的基因检测结果，例如 PLATON 试点研究（NCT04484636）以及按本地方案进行的下一代深度测序（NGS）——汇编基因组肿瘤图谱，包括肿瘤突变负荷（TMB）和微卫星不稳定性（MSI）。PLATON Network 基础设施旨在提高在可用临床研究中对患者进行个体化治疗的可能性。因此，分子
【主题与分类】
主题标签：Hepatocellular Cancer、Cholangiocarcinoma、Gallbladder Cancer、Pancreatic Cancer、Oesophageal Cancer、Stomach Cancer。本站分类：肿瘤/肝癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05489250
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/NCT05489250
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、胆管癌、胆囊癌、胰腺癌、食管癌、胃癌。PLATON网络是一个永久性、开放性、多中心、前瞻性队列研究，纳入胃肠道癌症患者。研究设计包括研究专用生物样本库及共享平台基础设施，用于相关子研究和分析项目。在PLATON中，将记录不同研究项目的基因检测结果，如PLATON试点研究（NCT04484636）以及根据当地方案进行的下一代深度测序（NGS）——汇编基因组肿瘤图谱，包括肿瘤突变负荷（TMB）和微卫星不稳定性（MSI）。PLATON网络基础设施旨在提高患者在可用临床研究中接受个体化治疗的可能性。因此，分子图谱分析必须与医生间的互联及中心间透明度的提升同步进行。
该方法的可行性将在PLATON网络中测试，同时铭记愿景：让癌症患者获得最佳的、有科学依据的、基于生物标志物的护理，并针对其个体需求进行定制。
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。
