[68Ga]Ga-DWJ155在成人实体瘤患者中的研究
一项开放标签I期放射性配体成像研究,针对晚期胃食管腺癌、晚期乳腺癌、三阴性乳腺癌及晚期非小细胞肺癌,评估[68Ga]Ga-DWJ155生物分布、成像、安全性、PK和剂量学
![A Study of [68Ga]Ga-DWJ155 in Adult Patients With Solid Tumors](/medical-api/medicalDataset/datasetCover/37872.jpg)
基本信息
资源简介
[68Ga]Ga-DWJ155在成人实体瘤患者中的研究
一项开放标签I期放射性配体成像研究,针对晚期胃食管腺癌、晚期乳腺癌、三阴性乳腺癌及晚期非小细胞肺癌,评估[68Ga]Ga-DWJ155生物分布、成像、安全性、PK和剂量学。HER2状态按ASCO/CAP指南。研究分成像表征和扩展部分:前者评估肿瘤摄取、辐射剂量学及最佳显像时间点,若见阳性摄取可启动扩展。每例至多约32天,含至多28天筛选、单日成像及3天随访(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:晚期胃食管腺癌、晚期乳腺癌、三阴性乳腺癌、晚期非小细胞肺癌。这是一项开放标签、I期放射性配体影像学研究,旨在评估[68Ga]Ga-DWJ155的生物分布、成像、安全性、药代动力学(PK)和剂量学特性。入组所需的HER2状态将根据最近一次当地可获得的肿瘤组织样本及相应HER2结果确定,并依据美国临床肿瘤学会(ASCO)/美国病理学家学会(CAP)指南(如适用)。本研究包括影像学特征描述部分和扩展部分。在影像学特征描述部分,将评估[68Ga]Ga-DWJ155的影像学特征(例如生物分布、肿瘤摄取和辐射剂量学),以及肿瘤显像的最佳成像时间点。若在影像学特征描述部分观察到患者肿瘤摄取阳性,则可启动扩展部分。每例患者的预计研究持续时间最长约32天,包括最长28天的筛选期、单日成像期(包括[68Ga]Ga-DWJ155给药和评估)以及3天的安全性随访。
【主题与分类】
主题标签:Advanced Gastroesophageal Adenocarcinoma、Advanced Breast Cancer、Triple-negative Breast Cancer、Advanced Non-small Cell Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07801508
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/NCT07801508
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:晚期胃食管腺癌、晚期乳腺癌、三阴性乳腺癌、晚期非小细胞肺癌。这是一项开放标签、I期放射性配体影像学研究,旨在评估[68Ga]Ga-DWJ155的生物分布、成像、安全性、药代动力学(PK)和剂量学特性。入组所需的HER2状态将根据最近一次当地可获得的肿瘤组织样本及相应HER2结果确定,并依据美国临床肿瘤学会(ASCO)/美国病理学家学会(CAP)指南(如适用)。本研究包括影像学特征描述部分和扩展部分。在影像学特征描述部分,将评估[68Ga]Ga-DWJ155的影像学特征(例如生物分布、肿瘤摄取和辐射剂量学),以及肿瘤显像的最佳成像时间点。若在影像学特征描述部分观察到患者肿瘤摄取阳性,则可启动扩展部分。每例患者的预计研究持续时间最长约32天,包括最长28天的筛选期、单日成像期(包括[68Ga]Ga-DWJ155给药和评估)以及3天的安全性随访。
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。




