实体瘤患者血液、尿液和骨髓中肿瘤细胞与DNA检测

数据集获取

源站：https://clinicaltrials.gov/study/NCT02838836

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：非小细胞肺癌、食管癌、胃癌、胰腺癌、肝细胞癌、结直肠癌。背景：可切除的实体原发性癌症患者，即使存在有限数量的转移灶，也具有潜在治愈可能。然而，大多数患者尽管接受了手术，仍会出现复发。从血液、尿液和骨髓中分离循环肿瘤细胞和播散肿瘤细胞（CTC/DTC）以及循环游离（cf）DNA，将增进对癌症扩散的理解，并推动个体化治疗的发展。假设与依据：在癌症手术期间从血液、尿液和骨髓中分离的CTC/DTC及cfDNA会发生表型和/或基因型改变。CTC/DTC具有在体内播散和促进肿瘤生长的潜能。研究血液、尿液和骨髓中液体生物标志物的生物学特性，将显著增进对癌症生物学的理解。具体目标：对从癌症患者中分离的CTC/DTC及cfDNA进行基因改变和关键信号/增殖生物标志物表达的特征分析，并在裸鼠体内进行生长实验。

研究设计：将招募100例接受实体癌手术的患者，采用创新技术从血液、尿液和骨髓中分离围手术期CTC/DTC/cfDNA。此外，还将纳入20例因良性疾病接受类似手术的患者作为对照。将采用不同的创新技术对CTC/DTC、cfDNA及癌组织进行表型和/或基因型分析。此外，将对CTC/DTC进行富集、培养和表征。将在裸鼠中研究肿瘤生长潜能。相关性：这项转化型癌症试验探讨了癌症疾病的基本问题，在美国，每4人中就有1人死于癌症。创新的CTC/DTC表征有助于揭示肿瘤生物学特征，并确定治疗靶点。本研究结果对于理解癌症扩散和开发个性化治疗可能具有根本性的重要意义。

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。