FOG-001 用于局部晚期或转移性实体瘤的研究
该数据集来自 clinicaltrials.gov，收录 FOG-001 在局部晚期或转移性实体瘤中的一项首次人体、1/2 期、多中心、开放标签、非随机、剂量递增、剂量扩展及多次皮下给药研究
基本信息
资源简介
FOG-001 用于局部晚期或转移性实体瘤的研究
该数据集来自 clinicaltrials.gov，收录 FOG-001 在局部晚期或转移性实体瘤中的一项首次人体、1/2 期、多中心、开放标签、非随机、剂量递增、剂量扩展及多次皮下给药研究。研究评估 FOG-001 单药及与其他抗癌药物联合治疗的安全性和耐受性、药代动力学、药效动力学及抗肿瘤活性，受试者为晚期或转移性实体瘤患者，其肿瘤可能或已知存在 Wnt 通路激活突变（WPAM），以及 FAP——一种由 APC 基因胚系突变导致的该通路疾病。数据可用于肿瘤治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：适应症：癌症、结直肠癌、实体瘤、局部晚期实体瘤、转移性癌症、WNT 通路、HCC、硬纤维瘤。这是一项 FIH、1/2 期、多中心、开放标签、非随机、剂量递增、剂量扩展及多次皮下给药研究，旨在评估 FOG-001 作为单药以及与其他抗癌药物联合用于晚期或转移性实体瘤受试者的安全性、耐受性、PK、药效动力学和抗肿瘤活性，这些受试者的肿瘤可能或已知存在 Wnt 通路激活突变（WPAM），以及 FAP——一种由 APC 基因胚系突变导致的该通路疾病。
【主题与分类】
主题标签：Cancer、Colorectal Cancer、Solid Tumor、Locally Advanced Solid Tumor、Metastatic Cancer、WNT Pathway、HCC、Desmoid、Microsatellite Stable Colorectal Cancer、Familial Adenomatous Polyposis (FAP)。本站分类：肿瘤/其他。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05919264
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/NCT05919264
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
适应症：癌症、结直肠癌、实体瘤、局部晚期实体瘤、转移性癌症、WNT通路、肝细胞癌、硬纤维瘤。这是一项首次人体（FIH）、1/2期、多中心、开放标签、非随机、剂量递增、剂量扩展及多次皮下给药研究，旨在评估FOG-001作为单药治疗以及与其它抗癌药物联合治疗在晚期或转移性实体瘤受试者中的安全性、耐受性、药代动力学（PK）、药效动力学及抗肿瘤活性，这些受试者可能或已知携带Wnt通路激活突变（WPAM），以及FAP——一种由APC基因胚系突变所导致的该通路疾病。
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。
