腺病毒p53治疗无法手术切除的非小细胞肺癌
该数据集来自 clinicaltrials.gov，聚焦于无法手术切除的非小细胞肺癌的基因治疗研究。源站描述显示，研究采用腺病毒 p53 经支气管肺泡灌洗对单个肺叶进行多次治疗，评估安全性、p53 基因表达与凋亡诱导，以及局部肿瘤控制改善情况
基本信息
资源简介
腺病毒p53治疗无法手术切除的非小细胞肺癌
该数据集来自 clinicaltrials.gov，聚焦于无法手术切除的非小细胞肺癌的基因治疗研究。源站描述显示，研究采用腺病毒 p53 经支气管肺泡灌洗对单个肺叶进行多次治疗，评估安全性、p53 基因表达与凋亡诱导，以及局部肿瘤控制改善情况。研究为剂量递增设计，患者在第 1、15 天接受治疗，第 3、28 天重复活检，最多 3 个疗程。数据可用于肿瘤学、基因治疗及肺癌临床研究等场景（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：肺癌。目标： 评估对支气管肺泡细胞肺癌患者单个肺叶进行腺病毒 p53 支气管肺泡灌洗多次支气管内治疗的安全性。 评估这些患者暴露于病毒的肿瘤和正常组织中 p53 基因的表达和凋亡的诱导。* 评估腺病毒 p53 经支气管给药是否能改善这些患者的局部肿瘤控制。大纲：这是一项剂量递增研究。患者接受活检，并在第 1 天和第 15 天通过支气管肺泡灌洗接受腺病毒 p53。患者在第 3 天和第 28 天重复活检。如果有临床获益或缓解的证据且无显著毒性，患者最多可接受 3 个疗程。超过 3 个疗程的治疗必须经方案研究者批准。3 名患者组成的队列在递增
【主题与分类】
主题标签：Lung Cancer。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00003649
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/NCT00003649
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：肺癌。目的：* 评估对支气管肺泡细胞肺癌患者单肺叶进行多次腺病毒p53支气管肺泡灌洗的内支气管治疗的安全性。* 评估这些患者中暴露于病毒的肿瘤和正常组织中p53基因的表达及凋亡诱导情况。* 评估经支气管给予腺病毒p53是否能改善这些患者的局部肿瘤控制。概述：这是一项剂量递增研究。患者接受活检，并在第1天和第15天通过支气管肺泡灌洗接受腺病毒p53。患者在第3天和第28天重复活检。如果有临床获益或缓解的证据，且无明显毒性，患者最多可接受3个疗程。超过3个疗程的治疗必须得到方案研究者的批准。按腺病毒p53剂量递增水平，每组3名患者接受治疗。在剂量递增到后续组之前，每个组的患者在一个疗程完成后接受2周的剂量限制性毒性（DLT）随访。
如果在某一剂量水平下，3名患者中有1名出现剂量限制性毒性（DLT），则在同一剂量水平再增加2名患者。若5名患者中有超过1名出现DLT，则前一剂量即为最大耐受剂量（MTD）。在MTD水平再治疗额外的10名患者。患者在前2年内每3个月随访一次，接下来的3年内每6个月随访一次，此后每年随访一次。预计入组人数：本研究将在1年内入组15名患者。
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。
