EGFR突变非小细胞肺癌软脑膜病变的脑脊液分析
该数据集来自clinicaltrials.gov的一项前瞻性先导试验,聚焦EGFR突变非小细胞肺癌患者出现软脑膜病变后的脑脊液与血浆ctDNA分子谱一致性/不一致性评估

基本信息
资源简介
EGFR突变非小细胞肺癌软脑膜病变的脑脊液分析
该数据集来自clinicaltrials.gov的一项前瞻性先导试验,聚焦EGFR突变非小细胞肺癌患者出现软脑膜病变后的脑脊液与血浆ctDNA分子谱一致性/不一致性评估。研究对象为在一代、二代或三代酪氨酸激酶抑制剂治疗期间发生软脑膜病变的EGFR突变NSCLC患者,计划入组10例。入组前需完成脑与脊柱基线MRI以确保腰椎穿刺安全,受试者将接受ddPCR及Canexia Follow It血浆与脑脊液分子检测,并完成基线信息采集与生活质量问卷。数据可用于探索软脑膜病变状态下脑脊液与血浆分子检测的吻合度及相关临床研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:EGFR激活突变、软脑膜转移、非小细胞肺癌。本先导试验旨在评估EGFR突变NSCLC患者发生软脑膜病变后,脑脊液与血浆ctDNA分子谱的一致性/不一致性。在一代、二代或三代酪氨酸激酶抑制剂治疗期间发生软脑膜病变的EGFR突变NSCLC患者可能符合本临床试验的入组条件。这是一项前瞻性先导研究,设计入组10例患者。入组前必须完成脑与脊柱基线MRI,以确保腰椎穿刺能够安全完成。所有符合条件的受试者将签署知情同意,接受ddPCR和Canexia Follow It血浆及脑脊液分子检测。患者将采集基线信息并完成基线生活质量(QoL)问卷。QoL问卷(源站描述在此处截断)
【主题与分类】
主题标签:EGFR Activating Mutation、Leptomeningeal Metastasis、Non Small Cell Lung Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05257967
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/NCT05257967
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
条件:EGFR激活突变、软脑膜转移、非小细胞肺癌。本试点试验的目的是评估EGFR突变型NSCLC患者发生软脑膜疾病后,脑脊液与血浆ctDNA分子谱检测的一致性/不一致性。在接受第一代、第二代或第三代酪氨酸激酶抑制剂治疗期间发生软脑膜疾病的EGFR突变型NSCLC患者可能符合本临床试验的条件。这是一项前瞻性试点研究,计划入组10例患者。入组前必须完成基线的脑部和脊柱MRI检查,以确保能够安全地进行腰椎穿刺。所有符合条件的受试者都将签署知情同意书,接受ddPCR和Canexia Follow It血浆及脑脊液分子检测。患者将采集基线信息,并完成基线生活质量(QoL)问卷。QoL问卷将每12周±2周获取一次,生存情况将通过病历审查进行测量。本试验不设治疗干预;但我们将收集患者入组后所接受治疗的信息。
软脑膜病变的体积将根据8个预定位置中钆增强部位的数量进行评分。
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。




