腹腔积液中的免疫检查点
该数据集来源于 clinicaltrials.gov,主题为腹腔积液中免疫检查点的研究,聚焦结直肠癌。结直肠癌是全球第三大常见癌症,晚期可出现腹膜癌病和腹腔积液

基本信息
资源简介
腹腔积液中的免疫检查点
该数据集来源于 clinicaltrials.gov,主题为腹腔积液中免疫检查点的研究,聚焦结直肠癌。结直肠癌是全球第三大常见癌症,晚期可出现腹膜癌病和腹腔积液。免疫系统在肿瘤发生或清除中起重要作用,肿瘤浸润淋巴细胞(TIL)及免疫检查点对TIL或免疫检查点配体与患者生存的关系已有研究。现有文献多涉及患者血液或肿瘤组织的免疫学检查。免疫检查点分子在2018年诺贝尔奖后备受关注,对揭示癌症与免疫系统关系具有重要意义,程序性细胞死亡蛋白-1(PD-1)及其相关分子是研究重点(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:结直肠癌。结直肠癌是全球第三大常见癌症。腹膜癌病和腹腔积液出现在结直肠癌晚期。已知免疫系统在肿瘤发展或肿瘤清除中起重要作用。肿瘤浸润淋巴细胞(TIL)的作用以及免疫检查点对TIL或免疫检查点配体对患者生存的影响已证明免疫系统在结直肠癌中的作用,尤其是在最近的研究中。文献中的研究通常包括对患者血液或肿瘤组织的免疫学检查。免疫检查点是尤其自2018年诺贝尔奖后变得流行的分子,在揭示癌症与免疫系统之间的关系方面很重要。程序性细胞死亡蛋白-1(PD-1)及其
【主题与分类】
主题标签:Colorectal Cancer。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04540159
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/NCT04540159
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:结直肠癌。结直肠癌是全球第三大常见癌症类型。在结直肠癌的晚期阶段,会出现腹膜癌病和腹腔内酸发展。已知免疫系统在肿瘤发展或肿瘤消除中起着重要作用。免疫系统在结直肠癌中的作用已通过肿瘤浸润淋巴细胞(TIL)的影响以及TIL上的免疫检查点或免疫检查点配体对患者生存的影响得到证实,尤其是在最近的研究中。文献中的研究通常包括对患者血液或肿瘤组织的免疫学检查。免疫检查点是特别是在2018年诺贝尔奖之后变得流行的分子,对于揭示癌症与免疫系统之间的关系至关重要。程序性细胞死亡蛋白-1(PD-1)及其配体PD-L1是一种免疫检查点,通过阻断T细胞受体信号转导和辅助刺激来发挥作用。
T细胞免疫球蛋白和黏蛋白结构域3(TIM-3)主要表达于T细胞、调节性T细胞(Tregs)、树突状细胞、B细胞、巨噬细胞、自然杀伤细胞(NK)和肥大细胞,这些细胞产生干扰素-(10)。TIM-3表达调控受损与自身免疫性疾病相关。TIM-3高表达与T细胞应答抑制和T细胞耗竭相关,其特征是在慢性病毒感染和肿瘤发展过程中T细胞功能丧失。随着诸如伊匹木单抗和纳武利尤单抗等免疫检查点抑制剂在黑色素瘤和肺癌治疗中取得临床成功,免疫检查点受到了更多关注。文献中有许多出版物出于各种原因评估腹水液样本中的免疫学标志物。在这些研究中,从腹水患者,特别是卵巢癌和肝硬化患者的腹水液样本中检查了T细胞和B细胞亚型。在唯一一项关于胃肠道癌症的研究中,免疫
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。




