持续研究与产品评估研究样本采集 - 非霍奇金淋巴瘤（SCORE-NHL）
该数据集来自 clinicaltrials.gov，聚焦非霍奇金淋巴瘤（NHL）及相关亚型，包括 T 细胞淋巴瘤、弥漫大 B 细胞淋巴瘤、高级别 B 细胞淋巴瘤、原发纵隔 B 细胞淋巴瘤、外周 T 细胞淋巴瘤、转化型滤泡性淋巴瘤和 3B 级滤泡性淋巴瘤
基本信息
资源简介
持续研究与产品评估研究样本采集 - 非霍奇金淋巴瘤（SCORE-NHL）
该数据集来自 clinicaltrials.gov，聚焦非霍奇金淋巴瘤（NHL）及相关亚型，包括 T 细胞淋巴瘤、弥漫大 B 细胞淋巴瘤、高级别 B 细胞淋巴瘤、原发纵隔 B 细胞淋巴瘤、外周 T 细胞淋巴瘤、转化型滤泡性淋巴瘤和 3B 级滤泡性淋巴瘤。研究旨在评估 Natera 分子残留病（MRD）检测在 I 至 IV 期侵袭性 NHL 患者中检测 ctDNA 的临床表现，用于识别微小残留病、监测疾病复发并评估标准治疗后的治疗反应。研究不向参与者或其治疗医生提供个体检测结果（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：非霍奇金淋巴瘤、T 细胞淋巴瘤、弥漫大 B 细胞淋巴瘤、高级别 B 细胞淋巴瘤、原发纵隔 B 细胞淋巴瘤、外周 T 细胞淋巴瘤、转化型滤泡性淋巴瘤、3B 级滤泡性淋巴瘤。该研究旨在评估 Natera 分子残留病（MRD）检测在 I 至 IV 期侵袭性非霍奇金淋巴瘤（NHL）患者中检测 ctDNA 的临床表现。目标是评估该检测识别微小残留病、监测疾病复发以及评估标准治疗后的治疗反应的能力。研究检测的个体检测结果不会提供给参与者或其治疗医生。符合研究纳入标准的参与者将被邀请加入研究。知情同意书（ICF）（纸质或电子）将由参与者签署
【主题与分类】
主题标签：Non-Hodgkin Lymphoma、T-Cell Lymphoma、Diffuse Large B-Cell Lymphoma、High-Grade B-Cell Lymphoma、Primary Mediastinal B-Cell Lymphoma、Peripheral T-Cell Lymphoma、Transformed Follicular Lymphoma、Follicular Lymphoma Grade 3B、Follicular Lymphoma、Anaplastic Large Cell Lymphoma。本站分类：肿瘤/淋巴瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07750886
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/NCT07750886
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
疾病类型：非霍奇金淋巴瘤、T细胞淋巴瘤、弥漫性大B细胞淋巴瘤、高级别B细胞淋巴瘤、原发性纵隔B细胞淋巴瘤、外周T细胞淋巴瘤、转化型滤泡性淋巴瘤、3B级滤泡性淋巴瘤。本研究旨在评估Natera分子残留病灶（MRD）检测方法在检测侵袭性I至IV期非霍奇金淋巴瘤（NHL）患者循环肿瘤DNA（ctDNA）方面的临床表现。目标是评估该检测方法识别微小残留病灶、监测疾病复发以及评价标准治疗后的治疗反应的能力。研究检测的任何个体检测结果均不会提供给受试者或其主治临床医生。符合研究纳入标准的受试者将被邀请参加研究。受试者将在研究程序开始前签署知情同意书（ICF）（纸质或电子版）。受试者将提供研究专用血液样本。受试者可能被随访长达三年。在前两年期间，将按方案规定的时间点采集血液样本。随后，受试者将完成一年的仅数据随访。
组织样本采集 作为标准诊疗程序的一部分收集的剩余组织样本，也将用于研究目的。
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。
