新辅助 Cemiplimab 治疗成人可切除 NSCLC、HCC 和 HNSCC 研究
该数据集来自 clinicaltrials.gov,聚焦新辅助 Cemiplimab 单药及联合 fianlimab 治疗成人可切除的非小细胞肺癌、肝细胞癌和头颈鳞状细胞癌的研究

基本信息
资源简介
新辅助 Cemiplimab 治疗成人可切除 NSCLC、HCC 和 HNSCC 研究
该数据集来自 clinicaltrials.gov,聚焦新辅助 Cemiplimab 单药及联合 fianlimab 治疗成人可切除的非小细胞肺癌、肝细胞癌和头颈鳞状细胞癌的研究。源站描述涵盖研究目的:评估肿瘤应答、药物安全性、副作用及体内作用机制。数据可用于了解该联合治疗方案在多种实体瘤中的研究设计、安全性及疗效评估框架,为肿瘤免疫治疗研究提供参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):适应症:非小细胞肺癌、肝细胞癌、头颈部鳞状细胞癌。本研究旨在更好地了解cemiplimab单药治疗及与其他治疗联合用于手术前是否会使您的肿瘤产生有益的反应;该药物是否安全及其引起的副作用;以及它们在体内发挥作用的其他细节。将与cemiplimab联合使用的治疗之一是一种名为fianlimab的另一种试验性药物。在此形式下,cemiplimab和fianlimab各自单独称为“研究药物”,联合使用时称为“研究药物”。Cemiplimab(又称REGN2810)和fianlimab(又称REGN3767)均属于一种称为单克隆抗体的药物类型。抗体是血液中天然存在的、用于抵抗感染的蛋白质。单克隆抗体是一种特殊的抗体,作为药物生产,靶向体内可能与您的癌症相关的特定蛋白质。 Cemiplimab是一种阻断程序性死亡受体1(PD-1)的药物,PD-1是免疫细胞上的一种细胞受体 Fianlimab是一种阻断名为淋巴细胞活化基因(LAG)-33(LAG-3)的蛋白质作用的药物
【主题与分类】
主题标签:Non-small Cell Lung Cancer、Hepatocellular Carcinoma、Head and Neck Squamous Cell Carcinoma。本站分类:肿瘤/肺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03916627
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/NCT03916627
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
适应症:非小细胞肺癌、肝细胞癌、头颈部鳞状细胞癌。本研究旨在更好地了解cemiplimab单药治疗以及与其它治疗联合在手术前给药是否会使您的肿瘤产生有益的反应;这些药物是否安全以及会引起哪些副作用;以及它们在体内发挥作用的其他细节。将与cemiplimab联合使用的治疗之一是一种名为fianlimab的另一种试验性药物。在此形式下,cemiplimab和fianlimab各自单独称为“研究药物”,联合使用时称为“研究药物”。Cemiplimab(又称REGN2810)和fianlimab(又称REGN3767)均属于一种称为单克隆抗体的药物类型。抗体是血液中天然存在的、用于抵抗感染的蛋白质。单克隆抗体是一种特殊的抗体,作为药物生产,靶向体内可能与您的癌症相关的特定蛋白质。
- 西米普利单抗是一种阻断程序性死亡受体1(PD-1)的药物,PD-1是免疫细胞上的一种细胞受体。
- 非拉利单抗是一种阻断淋巴细胞激活基因-3(LAG-3)蛋白作用的药物。
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。




