自体CAR-T/TCR-T细胞免疫治疗恶性肿瘤

数据集获取

源站：https://clinicaltrials.gov/study/NCT03638206

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

适应症：B细胞急性淋巴细胞白血病、淋巴瘤、髓系白血病、多发性骨髓瘤、肝癌、胃癌、胰腺癌、间皮瘤。该研究是一种多靶点基因修饰免疫疗法。CAR-T/TCR-T细胞包含十种不同的肿瘤特异性抗体，具体如下：抗CD19抗体用于B细胞白血病和淋巴瘤；抗CD22抗体用于B细胞白血病和淋巴瘤；抗CD33抗体用于髓系白血病；抗BCMA抗体用于多发性骨髓瘤；抗CD38抗体用于多发性骨髓瘤；抗NY-ESO-1抗体用于多发性骨髓瘤、食管癌、肺癌、黑色素瘤和滑膜肉瘤；抗DR5抗体用于肝癌；抗C-met抗体用于肝癌、结直肠癌、卵巢癌和肾癌；抗EGFR V III抗体用于肝癌、肺癌和胶质瘤；抗间皮素抗体用于胃癌、胰腺癌和间皮瘤。

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。