ctDNA检测耐药机制并实现癌症精准医疗的临床效用

数据集获取

源站：https://clinicaltrials.gov/study/NCT07673861

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：非小细胞肺癌、胃肠道间质瘤（GIST）、结直肠癌、胆道癌、卵巢癌。ctDNA代表循环肿瘤DNA。由于肿瘤细胞会将ctDNA释放到血液中，因此采集血样并对其中的ctDNA进行分析，可以提供大量关于患者癌症的有用信息。在某些情况下，ctDNA可用于癌症筛查或早期检测，辅助临床决策以确定应给予患者何种治疗，提供癌症是否已对治疗产生耐药性的信息，或提供关于治疗后可能残留多少癌症（残留病灶）的信息。本试验旨在确立在癌症患者中实施ctDNA检测的临床实用性，以期在英国（UK）国家医疗服务体系内加强个性化医疗服务的提供。将招募一百名患者，以下每种癌症类型各招募20名：* 非小细胞肺癌* 胃肠道间质瘤* 结直肠癌* 胆道癌* 卵巢癌。

患者必须年满18岁，必须在接受抗癌治疗期间出现疾病进展，并且必须在皇家马斯登医院接受治疗。患者将采集血液样本，并使用Marsden360 ctDNA检测进行分析。检测结果将由皇家马斯登基因组组织咨询委员会（GTAB）审阅，GTAB将针对每位患者判断进行ctDNA检测是否有助于个性化其诊疗，判断依据包括：* 有助于识别基因组匹配的标准治疗疗法 * 有助于识别基因组匹配的临床试验（基于英国） * 提供标准治疗检测无法获得的额外预后信息 * 免除组织活检的需要。

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。