在转移性或不可切除非小细胞肺癌（NSCLC）及其他实体瘤患者中评估BL-B01D1
BL-B01D1-LUNG-101 为全球多中心1期研究，评估BL-B01D1在转移性或不可切除非小细胞肺癌及其他实体瘤中的安全性、耐受性、药代动力学和初步疗效
基本信息
资源简介
在转移性或不可切除非小细胞肺癌（NSCLC）及其他实体瘤患者中评估BL-B01D1
BL-B01D1-LUNG-101 为全球多中心1期研究，评估BL-B01D1在转移性或不可切除非小细胞肺癌及其他实体瘤中的安全性、耐受性、药代动力学和初步疗效。分队列A、B给药方案（A于21天周期第1、8天给药，B于第1天给药）及剂量递增、剂量探索、剂量扩展三部分，各队列设不同剂量组。涉及非小细胞肺癌、食管癌、小细胞肺癌、鼻咽癌、头颈部鳞状细胞癌、前列腺腺癌、卵巢癌、子宫内膜癌、宫颈癌、三阴性乳腺癌（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：非小细胞肺癌、食管癌、小细胞肺癌、鼻咽癌、头颈部鳞状细胞癌、前列腺腺癌、卵巢癌、子宫内膜癌。BL-B01D1-LUNG-101是一项全球、多中心、1期研究，旨在评估BL-B01D1在转移性或不可切除的非小细胞肺癌（NSCLC）及其他实体瘤受试者中的安全性、耐受性、药代动力学和初步疗效。本研究将采用两种不同的给药方案（队列A和队列B），并分为三个部分（剂量递增、剂量探索和剂量扩展）。队列A在一个连续21天治疗周期的第1天和第8天给药。队列B在一个连续21天治疗周期的第1天给药。每个队列有不同的剂量组。
【主题与分类】
主题标签：Non Small Cell Lung Cancer、Esophageal Cancer、Small Cell Lung Cancer、Nasopharyngeal Cancer、Head and Neck Squamous Cell Carcinoma、Prostate Adenocarcinoma、Ovarian Cancer、Endometrial Cancer、Cervical Cancer、Triple Negative Breast Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05983432
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/NCT05983432
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：非小细胞肺癌、食管癌、小细胞肺癌、鼻咽癌、头颈部鳞状细胞癌、前列腺腺癌、卵巢癌、子宫内膜癌。BL-B01D1-LUNG-101是一项全球、多中心、1期研究，旨在评估BL-B01D1在转移性或不可切除的非小细胞肺癌（NSCLC）及其他实体瘤受试者中的安全性、耐受性、药代动力学和初步疗效。本研究将采用两种不同的给药方案（队列A和队列B），并分为三个部分（剂量递增、剂量探索和剂量扩展）。队列A在一个连续21天治疗周期的第1天和第8天给药。队列B在一个连续21天治疗周期的第1天给药。每个队列有不同的剂量组。
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。
