肉瘤患者循环肿瘤细胞检测数据集
该数据集来自 clinicaltrials.gov，为一项前瞻性研究，纳入 40 例不同类型肉瘤患者（平滑肌肉瘤、多形性脂肪肉瘤、滑膜肉瘤和脂肪肉瘤），在治疗前、治疗期间和治疗结束时采集全血，经 ISET 系统分离并定量循环肿瘤细胞（CTC），随后进行单染和/或双染免疫细胞化学（ICQ）评估 CD4
基本信息
资源简介
肉瘤患者循环肿瘤细胞检测数据集
该数据集来自 clinicaltrials.gov，为一项前瞻性研究，纳入 40 例不同类型肉瘤患者（平滑肌肉瘤、多形性脂肪肉瘤、滑膜肉瘤和脂肪肉瘤），在治疗前、治疗期间和治疗结束时采集全血，经 ISET 系统分离并定量循环肿瘤细胞（CTC），随后进行单染和/或双染免疫细胞化学（ICQ）评估 CD45、MRP1、MRP2 和 MRP7 蛋白。研究旨在探索 CTC 能否作为上述肉瘤患者的“液体活检”工具，可用于循环肿瘤细胞检测与液体活检相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：平滑肌肉瘤、多形性脂肪肉瘤、滑膜肉瘤、脂肪肉瘤。方法：这是一项前瞻性研究，通过对 40 例不同类型肉瘤（平滑肌肉瘤、多形性肉瘤、滑膜肉瘤和脂肪肉瘤）患者采集全血进行。采集将在三个不同时间点进行：治疗开始前、治疗期间和治疗结束时（8 mL）。血液样本将被处理并在 ISET 系统上过滤，以分离和定量 CTC。随后，将进行免疫细胞化学（ICQ）单染和/或双染以评估蛋白质。将评估以下蛋白质：CD45、MRP1、MRP2 和 MRP7。预期结果：研究者希望这项研究能够显示 CTC 是否可作为平滑肌肉瘤、滑膜肉瘤和多形性肉瘤及脂肪肉瘤患者的“液体活检”。
【主题与分类】
主题标签：Leiomyosarcoma、Pleomorphic Liposarcoma、Synovial Sarcoma、Liposarcoma。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02983539
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/NCT02983539
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：平滑肌肉瘤、多形性脂肪肉瘤、滑膜肉瘤、脂肪肉瘤。方法：这是一项前瞻性研究，将通过采集40例不同类型肉瘤患者（平滑肌肉瘤、多形性肉瘤、滑膜肉瘤和脂肪肉瘤）的全血进行。采集将在三个不同时间点进行：治疗开始前、治疗期间和治疗结束时（8 mL）。血液样本将在ISET系统上处理和过滤，以分离和定量循环肿瘤细胞（CTCs）。随后，将进行免疫细胞化学（ICQ）单染和/或双染以评估蛋白质。将评估以下蛋白质：CD45、MRP1、MRP2和MRP7。预期结果：研究者希望这项研究能够表明CTCs是否可作为平滑肌肉瘤、滑膜肉瘤和多形性肉瘤以及脂肪肉瘤患者的“液体活检”。
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。
