弥漫大B细胞淋巴瘤首次复发/进展后的基因组评估
该数据集来自clinicaltrials.gov，聚焦弥漫大B细胞淋巴瘤患者首次复发或进展后的基因组评估。数据涵盖诊断与复发时的组织/血液基因组测序信息，用于探索复发机制、基因突变对挽救化疗反应及生存的预后或预测价值，并关联基因突变、治疗反应与预后，旨在建立基于前瞻性遗传数据登记的临床应用平台（来源
基本信息
资源简介
弥漫大B细胞淋巴瘤首次复发/进展后的基因组评估
该数据集英文名为 Genomic Evaluation in Patients With Diffuse Large B Cell Lymphoma After First Relapse/Progression，来源于 clinicaltrials.gov，本站归类为肿瘤 / 淋巴瘤，主题标签为 Lymphoma, Large B-Cell, Diffuse。数据集聚焦弥漫大B细胞淋巴瘤患者首次复发或进展后的基因组评估，围绕诊断与复发时组织/血液样本的基因组测序信息，探索复发机制、基因突变对挽救化疗反应及生存的预后或预测价值，并关联基因突变、治疗反应与预后，旨在建立基于前瞻性遗传数据登记的临床应用平台。整体而言，该数据集以弥漫大B细胞淋巴瘤复发/进展场景为核心，将基因组测序结果与临床治疗反应和生存结局相联系，服务于复发机制理解与预后预测研究。
【数据集背景】
弥漫大B细胞淋巴瘤患者在接受标准化疗后仍可能出现复发或进展，复发机制及后续挽救治疗的反应差异是临床关注的问题。该数据集即针对首次复发或进展后的弥漫大B细胞淋巴瘤患者，通过基因组评估理解复发机制，并评估患者对挽救治疗的反应与生存情况。其背景还涉及对新诊断/复发或难治性大B细胞淋巴瘤患者遗传信息预测价值的研究，以及确定复发/难治性弥漫大B细胞淋巴瘤中基因突变、治疗反应与预后之间的关联。
【数据内容】
数据涵盖患者在诊断与复发时获取的组织/血液基因组测序信息，用于探索复发机制。内容围绕基因突变与挽救化疗反应、生存结局之间的预后或预测价值展开，并关联基因突变、治疗反应与预后。数据集还涉及基于前瞻性遗传数据登记建立临床应用平台的目标。源站未提供具体的基因位点、样本数量、测序平台或统计指标等细节。
【采集与来源】
该数据集来源站为 clinicaltrials.gov，属于临床研究注册信息。数据采集涉及在诊断和复发时获取患者组织/血液样本并进行基因组测序，研究对象为标准化疗后复发的弥漫大B细胞淋巴瘤患者，以及新诊断/复发或难治性大B细胞淋巴瘤患者。源站未提供采集时间跨度、样本量、随访周期等具体信息。
【适用场景】
该数据集适用于弥漫大B细胞淋巴瘤复发机制研究、基因突变预后或预测价值评估、挽救化疗反应与生存结局关联分析，以及构建基于前瞻性遗传数据登记的临床应用平台等场景。也可用于理解新诊断/复发或难治性大B细胞淋巴瘤患者遗传信息对治疗反应和生存结局的预测价值。
【使用方法】
源站未提供具体的使用方法说明，包括数据访问方式、分析流程或平台操作细节。
【质量与限制】
源站未提供关于数据质量、完整性、偏倚控制或使用限制的具体说明。
【引用与许可】
源站未提供引用方式与许可条款信息。
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/NCT03977623
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：弥漫性大B细胞淋巴瘤。* 通过对标准化疗后复发的弥漫性B细胞淋巴瘤患者诊断时和复发时获取的组织/血液进行基因组测序，了解复发机制，评估其根据基因组测序结果接受挽救治疗后的缓解和生存情况，并了解基因组突变的预后或预测价值。* 了解遗传信息对新诊断/复发或难治性大B细胞淋巴瘤患者挽救化疗缓解和生存结局的预测价值。* 确定复发/难治性弥漫性大B细胞淋巴瘤（DLBCL）中基因突变、治疗缓解与预后之间的关联，并通过基于前瞻性研究建立遗传数据登记库，开发临床适用的平台。
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。
