BAFF CAR-T细胞(LMY-920)治疗复发或难治性非霍奇金淋巴瘤和多发性骨髓瘤
该数据集源自clinicaltrials.gov,主题为BAFF CAR-T细胞(LMY-920)治疗复发或难治性非霍奇金淋巴瘤及多发性骨髓瘤

基本信息
资源简介
BAFF CAR-T细胞(LMY-920)治疗复发或难治性非霍奇金淋巴瘤和多发性骨髓瘤
该数据集源自clinicaltrials.gov,主题为BAFF CAR-T细胞(LMY-920)治疗复发或难治性非霍奇金淋巴瘤及多发性骨髓瘤。LMY-920是一种自体CAR-T细胞疗法,由经非病毒转座子系统基因工程改造的自体CD4阳性和CD8阳性人T细胞组成,表达靶向BAFF受体家族成员的BAFF配体CAR-T,以清除恶性B细胞。BAFF受体家族包括BR3、BCMA和TACI,这些受体存在于非霍奇金淋巴瘤和多发性骨髓瘤细胞上。数据覆盖多种疾病状态,可用于了解该疗法的适应症范围与作用机制(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:难治/复发性非霍奇金淋巴瘤、难治性多发性骨髓瘤、复发性多发性骨髓瘤、非霍奇金淋巴瘤、B细胞非霍奇金淋巴瘤、非霍奇金淋巴瘤(NHL)、多发性骨髓瘤(MM)、弥漫大B细胞淋巴瘤(DLBCL)、淋巴瘤、缓解期多发性骨髓瘤。LMY-920是一种自体CAR-T细胞疗法,由自体分化簇4(CD4)阳性和分化簇8(CD8)阳性人T细胞组成,这些T细胞使用非病毒转座子系统进行基因工程改造,以表达靶向BAFF受体家族成员的BAFF配体CAR-T,从而消除恶性B细胞。BAFF受体家族包括B细胞活化因子受体(BR3)、B细胞成熟抗原(BCMA)以及跨膜激活剂和钙调节剂及亲环素配体相互作用因子(TACI)。这些受体存在于非霍奇金淋巴瘤和
【主题与分类】
主题标签:Multiple Myeloma Refractory、Multiple Myeloma in Relapse、Non-Hodgkin Lymphoma, B-cell、Non-Hodgkin Lymphoma、Non-Hodgkin Lymphoma (NHL)、Multiple Myeloma in Remission。本站分类:肿瘤/淋巴瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07771361
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/NCT07771361
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:难治性/复发性非霍奇金淋巴瘤、难治性多发性骨髓瘤、复发性多发性骨髓瘤、非霍奇金淋巴瘤、B细胞非霍奇金淋巴瘤、非霍奇金淋巴瘤(NHL)、多发性骨髓瘤(MM)、弥漫性大B细胞淋巴瘤(DLBCL)、淋巴瘤、缓解期多发性骨髓瘤。LMY-920是一种自体CAR-T细胞疗法,由自体分化簇4(CD4)阳性和分化簇8(CD8)阳性人T细胞组成,这些T细胞通过非病毒转座子系统进行基因工程改造,以表达靶向BAFF受体家族成员的BAFF配体CAR-T,从而消除恶性B细胞。BAFF受体家族包括B细胞活化因子受体(BR3)、B细胞成熟抗原(BCMA)以及跨膜激活剂和钙调节剂及亲环素配体相互作用因子(TACI)。这些受体存在于非霍奇金淋巴瘤和多发性骨髓瘤上。2期LMY-920-004研究的目标是确定LMY-920的安全性特征并确定客观缓解率。
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。




