自体与异体全细胞癌症疫苗治疗转移性肿瘤

该数据集来自 clinicaltrials.gov,聚焦于转移性肿瘤的自体与异体全细胞癌症疫苗研究。覆盖结直肠癌、卵巢癌、胃癌、乳腺癌、肺癌、肾癌和黑色素瘤等癌种

Hadassah Medical OrganizationHadassah Medical Organization
clinicaltrials
浏览 2
其他预测Colorectal CancerOvarian CancerGastric CancerBreast CancerLung CancerKidney CancerMelanoma
Autologous and Allogeneic Whole Cell Cancer Vaccine for Metastatic Tumors

基本信息

模态
其他
任务类型
预测
创建/更新时间
2026-10-11

资源简介

自体与异体全细胞癌症疫苗治疗转移性肿瘤

该数据集来自 clinicaltrials.gov,聚焦于转移性肿瘤的自体与异体全细胞癌症疫苗研究。覆盖结直肠癌、卵巢癌、胃癌、乳腺癌、肺癌、肾癌和黑色素瘤等癌种。研究基于实验室培养的肿瘤细胞经修饰后可刺激患者免疫反应的发现,将修饰后的肿瘤细胞经辐照灭活,每两周注射一次、共八次,以评估其在上述癌种患者中的效果,预期可延长转移性癌症患者的生存期。数据可用于肿瘤免疫治疗相关的生存预测与疗效评估研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:结直肠癌、卵巢癌、胃癌、乳腺癌、肺癌、肾癌、黑色素瘤。本研究基于以下发现:在实验室中培养的肿瘤细胞可以被修饰,从而在注射给患者后刺激其免疫反应。该方法将在黑色素瘤及结直肠、胃、卵巢、乳腺、肺和肾上皮癌患者中进行评估。在实验室中培养的肿瘤细胞将被修饰以使其对免疫系统具有刺激作用,经辐照以将其杀死,并以两周为间隔注射给患者八次。该方案预期可延长转移性癌症患者的生存期。

【主题与分类】

主题标签:Colorectal Cancer、Ovarian Cancer、Gastric Cancer、Breast Cancer、Lung Cancer、Kidney Cancer、Melanoma。本站分类:肿瘤/肺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT00722228

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT00722228

标准获取流程:

  1. 访问源站链接,注册/登录账号;
  2. 进入数据集详情页,按页面指引申请权限或直接下载;
  3. 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。

数据说明

疾病:结直肠癌、卵巢癌、胃癌、乳腺癌、肺癌、肾癌、黑色素瘤。本研究基于以下发现:实验室培养的肿瘤细胞可经过修饰,当注射给患者时,能激发其免疫反应。此方法将在黑色素瘤及结直肠、胃、卵巢、乳腺、肺和肾上皮癌患者中进行评估。实验室培养的肿瘤细胞将被修饰以使其对免疫系统具有刺激性,经辐照灭活后,每两周一次,共八次注射给患者。预计此方案能延长转移性癌症患者的生存期。

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。

获取专属数据定制方案