E7 TCR-T细胞诱导疗法治疗局部晚期HPV相关癌症
该数据集来自clinicaltrials.gov,收录一项针对局部晚期HPV相关癌症(LAHPVC)的单臂、单队列、单中心可行性研究

基本信息
资源简介
E7 TCR-T细胞诱导疗法治疗局部晚期HPV相关癌症
该数据集来自clinicaltrials.gov,收录一项针对局部晚期HPV相关癌症(LAHPVC)的单臂、单队列、单中心可行性研究。研究对象为HPV-16阳性肿瘤且携带HLA-A*02:01等位基因的患者,涵盖宫颈癌、口咽鳞癌、肛管鳞癌、腺癌、腺鳞癌及鳞癌等多种HPV相关癌种。研究流程包括采集外周血进行自体基因工程E7 TCR-T细胞制备,一周后给予环磷酰胺与氟达拉滨组成的非清髓性淋巴细胞清除预处理方案。该数据可用于了解E7 TCR-T细胞诱导疗法在局部晚期HPV相关癌症中的可行性评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:HPV相关宫颈癌、HPV相关癌、HPV相关恶性肿瘤、HPV阳性口咽鳞状细胞癌、HPV相关腺癌、HPV相关腺鳞癌、HPV相关鳞状细胞癌、HPV相关肛管鳞状细胞癌。这是一项单臂、单队列、单中心的可行性研究,旨在确定E7 TCR-T细胞诱导疗法治疗局部晚期人乳头瘤病毒(HPV)相关癌症(LAHPVC)的可行性。参与者必须患有LAHPVC,且为HPV-16阳性癌症(肿瘤检测)并携带人类白细胞抗原(HLA)-A*02:01等位基因(血液检测)。参与者将接受单采术以生成自体、基因工程化的E7 TCR-T细胞。单采术一周后,他们将接受由环磷酰胺和氟达拉滨组成的非清髓性淋巴细胞清除预处理方案。预处理
【主题与分类】
主题标签:HPV-Associated Cervical Carcinoma、HPV-Related Carcinoma、HPV-Related Malignancy、HPV-Related Adenocarcinoma、HPV-Related Adenosquamous Carcinoma、HPV-Related Squamous Cell Carcinoma、HPV-Related Anal Squamous Cell Carcinoma、HPV-Related Endocervical Adenocarcinoma、Cervical Cancer、Oropharynx Cancer。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05639972
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/NCT05639972
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:HPV相关宫颈癌、HPV相关癌、HPV相关恶性肿瘤、HPV阳性口咽鳞状细胞癌、HPV相关腺癌、HPV相关腺鳞癌、HPV相关鳞状细胞癌、HPV相关肛管鳞状细胞癌。这是一项单臂、单队列、单中心的可行性研究,旨在确定E7 TCR-T细胞诱导疗法用于局部晚期人乳头瘤病毒(HPV)相关癌症(LAHPVC)的可行性。参与者必须患有LAHPVC,且HPV-16阳性癌症(肿瘤检测)以及具有人类白细胞抗原(HLA)-A*02:01等位基因(血液检测)。参与者将接受单采术以生成自体、基因工程化的E7 TCR-T细胞。单采术后一周,他们将接受由环磷酰胺和氟达拉滨组成的非清髓性淋巴细胞清除性预处理方案。预处理后将进行单次E7 TCR T细胞输注和辅助性高剂量阿地白介素治疗。参与者将在治疗后3周和6周进行随访。肿瘤反应将在6周时间点通过影像学研究进行评估。
参与者在6周评估后(或若肿瘤似乎无响应,则更早)将被转回其原发肿瘤科团队接受根治性治疗。将对参与者进行随访,以确定2年和5年无病生存率。
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。




