START：PeptiCRAd-1 治疗癌症的安全性与抗肿瘤活性研究
该数据集来自 clinicaltrials.gov，聚焦 PeptiCRAd-1 在癌症治疗中的安全性与抗肿瘤活性，属于肿瘤/肺癌分类
基本信息
资源简介
START：PeptiCRAd-1 治疗癌症的安全性与抗肿瘤活性研究
该数据集来自 clinicaltrials.gov，聚焦 PeptiCRAd-1 在癌症治疗中的安全性与抗肿瘤活性，属于肿瘤/肺癌分类。覆盖黑色素瘤（皮肤）、三阴性乳腺癌、非小细胞肺癌、滑膜肉瘤、黏液样脂肪肉瘤、结直肠癌、骨肉瘤及肉瘤等适应症。研究为 I 期、开放标签、非随机、首次人体试验，患者先接受低剂量静脉注射 Cyclophosphamide（CPO）预处理，随后接受 PeptiCRAd-1 单药治疗，给药方式包括瘤内注射（队列 1）以及瘤内和皮下注射（队列 2），之后进入 PeptiCRAd-1 与静脉注射 CPI（pembrolizumab）的联合治疗。可用于肿瘤免疫治疗相关研究（来源 clinicaltrials.gov。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：黑色素瘤（皮肤）、三阴性乳腺癌、非小细胞肺癌、滑膜肉瘤、黏液样脂肪肉瘤、结直肠癌、骨肉瘤、肉瘤。这是一项 I 期、开放标签、非随机、首次人体研究。所有患者将先接受低剂量静脉注射（i.v.）Cyclophosphamide（CPO）预处理，随后接受 PeptiCRAd-1 单药剂量治疗。PeptiCRAd-1 将通过瘤内（i.t.）注射（队列 1）以及瘤内和皮下（s.c.）注射（队列 2）给药，随后进行 PeptiCRAd-1 与静脉注射 CPI（pembrolizumab）的联合治疗。
【主题与分类】
主题标签：Melanoma (Skin)、Triple-Negative Breast Cancer、Non-Small Cell Lung Cancer、Synovial Sarcoma、Myxoid Liposarcoma、Colorectal Cancer、Osteosarcoma、Sarcoma。本站分类：肿瘤/肺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05492682
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/NCT05492682
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：黑色素瘤（皮肤）、三阴性乳腺癌、非小细胞肺癌、滑膜肉瘤、黏液样脂肪肉瘤、结直肠癌、骨肉瘤、肉瘤。这是一项I期、开放标签、非随机、首次人体研究。所有患者将先接受低剂量静脉注射（i.v.）环磷酰胺（CPO）预处理，随后接受PeptiCRAd-1单药剂量治疗。PeptiCRAd-1将通过瘤内（i.t.）注射（第1队列）以及瘤内和皮下（s.c.）注射（第2队列）给药，随后接受PeptiCRAd-1与静脉注射CPI（帕博利珠单抗）的联合治疗。
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。
