免疫检查点抑制剂进展患者多种放疗剂量的研究
该数据集来自 clinicaltrials.gov,聚焦于免疫检查点抑制剂治疗进展后的转移性癌症患者,涵盖黑色素瘤、肺癌、膀胱癌、肾癌及头颈癌等多种癌症类型

基本信息
资源简介
免疫检查点抑制剂进展患者多种放疗剂量的研究
该数据集来自 clinicaltrials.gov,聚焦于免疫检查点抑制剂治疗进展后的转移性癌症患者,涵盖黑色素瘤、肺癌、膀胱癌、肾癌及头颈癌等多种癌症类型。研究探索将立体定向体部放疗(SBRT)与已获批的检查点抑制剂联合使用,以重新激发免疫系统对抗肿瘤的疗效。SBRT 是一种高精度、高剂量的放疗方式,可在 1-5 次治疗内完成,并可用于治疗转移灶,最多可治疗三个病灶。该数据可用于分析不同放疗剂量与免疫治疗联合的效果,支持肿瘤免疫治疗领域的临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:转移性癌症、黑色素瘤、肺癌、膀胱癌、肾癌、头/颈癌。称为检查点抑制剂的药物帮助免疫系统对抗癌症。当这些药物的有效性减弱时,可能可以通过将其与一种称为立体定向体部放疗(SBRT)的特殊类型放射治疗相结合来恢复其有效性。SBRT 是一种常用的放射治疗类型,在 1-5 次治疗中以高精度向肿瘤提供高剂量辐射。放射治疗,如 SBRT,也可以治疗转移部位。已建议将检查点抑制剂与 SBRT 联合使用以改善针对癌症的免疫反应,但尚未在正式临床试验中进行测试。最多可治疗三个病灶。本研究仅允许使用已获得联邦药品管理局批准的检查点抑制剂
【主题与分类】
主题标签:Metastatic Cancer、Melanoma Cancer、Lung Cancer、Bladder Cancer、Renal Cancer、Head/Neck Cancers。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03693014
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/NCT03693014
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:转移性癌症、黑色素瘤、肺癌、膀胱癌、肾癌、头颈部癌症。被称为检查点抑制剂的药物有助于免疫系统对抗癌症。当这些药物的有效性减弱时,可能通过将其与一种特殊类型的放射治疗——立体定向体部放射治疗(SBRT)结合,来恢复其疗效。SBRT是一种常用的放射治疗方式,能在1-5次治疗中向肿瘤提供高剂量、高精度的辐射。放射治疗,如SBRT,也能治疗转移灶。有建议认为,检查点抑制剂与SBRT联合使用能增强针对癌症的免疫反应,但这一组合尚未在正式的临床试验中得到验证。最多可对三个病灶进行SBRT治疗。本研究仅允许使用已获美国食品药品监督管理局(FDA)批准用于治疗您所患疾病的检查点抑制剂。所有放射治疗均将在FDA批准的设备上进行。
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。




