解析癌症免疫原性机制
该数据集来自 clinicaltrials.gov，属于肿瘤/肺癌分类，聚焦多种实体瘤中 T 细胞 PD-1 表达的研究
基本信息
资源简介
解析癌症免疫原性机制
该数据集来自 clinicaltrials.gov，属于肿瘤/肺癌分类，聚焦多种实体瘤中 T 细胞 PD-1 表达的研究。覆盖头颈癌、卵巢癌、宫颈癌、宫颈上皮内瘤变 3 级、脑干多形性胶质母细胞瘤、非小细胞肺癌和肛门癌等瘤种，计划纳入 1100 例患者。数据可用于描述不同实体瘤中 PD-1 表达特征，支持肿瘤免疫原性机制探索及免疫治疗相关预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：头颈癌、卵巢癌、宫颈癌、宫颈上皮内瘤变 3 级、脑干多形性胶质母细胞瘤、非小细胞肺癌、肛门癌。本试验是一项转化性、开放标签、多中心、前瞻性队列研究，纳入 1100 例患者，旨在描述不同实体瘤中 T 细胞（T 淋巴细胞）的 PD-1（程序性死亡）表达。研究将在局部和/或转移性恶性实体瘤患者人群中进行，这些患者在接受标准治疗程序或临床试验随访。以下任何肿瘤类型的患者均可入组试验： 头颈癌， 卵巢癌， 宫颈癌， 浸润前 CIN III 宫颈癌（宫颈上皮内瘤变 III 级宫颈癌），* 其他实体瘤类型（包括胶质母细胞瘤、NSCLC（非小细胞肺癌）
【主题与分类】
主题标签：Head and Neck Cancer、Ovarian Cancer、Cervical Cancer、Cervical Intraepithelial Neoplasia 3、Glioblastoma Multiforme of Brain Stem、Non Small Cell Lung Cancer、Anal Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT03958240
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/NCT03958240
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：头颈癌、卵巢癌、宫颈癌、宫颈上皮内瘤变3级、脑干多形性胶质母细胞瘤、非小细胞肺癌、肛门癌。本试验是一项转化性、开放标签、多中心、前瞻性队列研究，纳入1100例患者，旨在描述不同实体瘤中T细胞（T淋巴细胞）的PD-1（程序性死亡）表达。研究将在局部和/或转移性恶性实体瘤患者群体中进行，这些患者正在接受标准诊疗程序或临床试验随访。符合以下任何肿瘤类型的患者可入组本试验：* 头颈癌，* 卵巢癌，* 宫颈癌，* 浸润前CIN III宫颈癌（宫颈上皮内瘤变III级宫颈癌），* 其他实体瘤类型（包括胶质母细胞瘤、NSCLC（非小细胞肺癌）、肛门癌）。每种肿瘤类型将视为一个独立队列。对于每例入组患者，将采集生物标本（肿瘤样本、血液样本及腹水样本，如适用）。每例患者的研究参与时间为5年。
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。
