从局部复发或转移性前列腺癌或膀胱/尿路上皮癌患者采集并研究血液和组织样本

该数据集来自 clinicaltrials.gov,聚焦局部复发或转移性前列腺癌及膀胱/尿路上皮癌患者,采集其血液与组织样本

University of WashingtonUniversity of Washington
clinicaltrials
浏览 8
基因组分类Malignant Solid NeoplasmRecurrent Bladder CarcinomaRecurrent Prostate CarcinomaStage IV Bladder Cancer AJCC v7Stage IV Prostate Cancer AJCC v7
Collecting and Studying Blood and Tissue Samples From Patients With Locally Recurrent or Metastatic Prostate or Bladder/Urothelial Cancer

基本信息

模态
基因组
任务类型
分类
创建/更新时间
2026-10-09

资源简介

从局部复发或转移性前列腺癌或膀胱/尿路上皮癌患者采集并研究血液和组织样本

该数据集来自 clinicaltrials.gov,聚焦局部复发或转移性前列腺癌及膀胱/尿路上皮癌患者,采集其血液与组织样本。覆盖的疾病状态包括局部肾盂和输尿管尿路上皮癌、恶性实体肿瘤、骨转移性恶性肿瘤、软组织转移性恶性肿瘤、转移性肾盂和输尿管尿路上皮癌,以及复发性膀胱癌、复发性前列腺癌和复发性肾盂和输尿管尿路上皮癌。样本将用于突变图谱分析、DNA 测序、基因表达微阵列和基因谱分析,可用于肿瘤分子特征研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:局部肾盂和输尿管尿路上皮癌、恶性实体肿瘤、骨转移性恶性肿瘤、软组织转移性恶性肿瘤、转移性肾盂和输尿管尿路上皮癌、复发性膀胱癌、复发性前列腺癌、复发性肾盂和输尿管尿路上皮癌。概述:患者接受血液和组织样本采集,通过突变图谱分析、DNA 测序、基因表达微阵列和基因谱分析进行分析。

【主题与分类】

主题标签:Malignant Solid Neoplasm、Recurrent Bladder Carcinoma、Recurrent Prostate Carcinoma、Stage IV Bladder Cancer AJCC v7、Stage IV Prostate Cancer AJCC v7。本站分类:肿瘤。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01050504

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01050504

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:局限性肾盂和输尿管尿路上皮癌、恶性实体肿瘤、骨转移性恶性肿瘤、软组织转移性恶性肿瘤、转移性肾盂和输尿管尿路上皮癌、复发性膀胱癌、复发性前列腺癌、复发性肾盂和输尿管尿路上皮癌。研究概要:采集患者的血液和组织样本,通过突变定位、DNA测序、基因表达微阵列和基因谱分析进行分析。

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。

获取专属数据定制方案