针对肺癌的抗原特异性T细胞
该数据集来源于 ClinicalTrials.gov,主题为针对肺癌的抗原特异性T细胞,属于肿瘤/肺癌领域。源站描述指出,该试验记录仅用于在 ClinicalTrials.gov 进行全球学术信息登记,申办方北京美康吉免生物科技有限公司与协作方深圳基因免疫医学研究所均未获得 NMPA 临床试验批准或

基本信息
资源简介
针对肺癌的抗原特异性T细胞
该数据集来源于 ClinicalTrials.gov,主题为针对肺癌的抗原特异性T细胞,属于肿瘤/肺癌领域。源站描述指出,该试验记录仅用于在 ClinicalTrials.gov 进行全球学术信息登记,申办方北京美康吉免生物科技有限公司与协作方深圳基因免疫医学研究所均未获得 NMPA 临床试验批准或临床技术备案许可,无法在中国大陆开展介入性细胞治疗试验。肺癌是肺部组织细胞不受控生长的恶性肿瘤,主要分为小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)。2012年全球肺癌发病180万人、死亡160万人,常见治疗包括手术、化疗(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:肺癌。重要监管提示:本试验记录仅用于在 ClinicalTrials.gov 进行全球学术信息登记。申办方北京美康吉免生物科技有限公司与协作方深圳基因免疫医学研究所均未获得 NMPA 临床试验批准或临床技术备案许可,无法在中国大陆开展介入性细胞治疗试验。仅在 ClinicalTrials.gov 注册并不代表中国卫生和药品监管部门的合法批准。肺癌是一种以肺部组织细胞不受控生长为特征的恶性肿瘤。肺癌主要有两种类型:小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)。2012年,全球有180万人罹患肺癌,160万人因此死亡。常见治疗包括手术、化疗
【主题与分类】
主题标签:Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03356808
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/NCT03356808
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:肺癌。重要监管提示:本试验记录仅用于在ClinicalTrials.gov上进行全球学术信息注册。申办方北京美康吉免生物科技有限公司及合作方深圳基因免疫医学研究所均未获得国家药品监督管理局(NMPA)的临床试验批准或临床技术备案许可,无法在中国大陆开展介入性细胞治疗试验。仅在ClinicalTrials.gov注册并不代表获得中国卫生和药品监管部门的合法批准。肺癌是一种以肺部组织细胞不受控制生长为特征的恶性肿瘤。肺癌主要有两种类型:小细胞肺癌(SCLC)和非小细胞肺癌(NSCLC)。2012年,全球肺癌发病人数为180万,导致160万人死亡。常见治疗方法包括手术、化疗和放疗,但对于复发癌症患者,这些治疗往往收效有限。在本研究中,将采集参与者的外周血单个核细胞用于制备抗原特异性T细胞,和/或使用先进的慢病毒载体系统进行修饰。
随后,将能够识别肺癌细胞所表达特定分子的抗原特异性T细胞,即工程化免疫效应细胞(EIEs)或嵌合抗原受体修饰的T细胞(CAR T),通过静脉输注回输给受试者。本临床试验旨在评估针对单一或多重癌症抗原的T细胞免疫疗法的可行性、安全性和有效性。肺癌抗原包括已知的肿瘤抗原,如MAGE-A1、MAGE-A4、MucI、GD2和间皮素,以及新型癌症抗原。该研究的另一目标是更深入地了解特定CAR T细胞在体内的持久性和功能。
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。




