瘤内注射标准通用供体扩增自然杀伤细胞与TGF-beta印记自然杀伤细胞治疗皮肤鳞状细胞癌和基底细胞癌
该数据集来自clinicaltrials.gov,聚焦皮肤基底细胞癌、皮肤结节性基底细胞癌和皮肤鳞状细胞癌患者。研究在标准手术切除前,向瘤内注射通用供体自然杀伤细胞或TGF-beta抗性自然杀伤细胞,主要评估NK细胞在活检证实的角质形成细胞癌内的浸润持久性,次要评估注射耐受性(按CTCAE v5记录

基本信息
资源简介
瘤内注射标准通用供体扩增自然杀伤细胞与TGF-beta印记自然杀伤细胞治疗皮肤鳞状细胞癌和基底细胞癌
该数据集来自clinicaltrials.gov,聚焦皮肤基底细胞癌、皮肤结节性基底细胞癌和皮肤鳞状细胞癌患者。研究在标准手术切除前,向瘤内注射通用供体自然杀伤细胞或TGF-beta抗性自然杀伤细胞,主要评估NK细胞在活检证实的角质形成细胞癌内的浸润持久性,次要评估注射耐受性(按CTCAE v5记录不良事件)及开展更大规模研究的可行性,探索性目标包括注射至切除期间肿瘤大小、面积变化和视觉外观等临床结局。数据可用于肿瘤免疫治疗相关的预测与可行性分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:皮肤基底细胞癌、皮肤结节性基底细胞癌、皮肤鳞状细胞癌。主要目标:I. 在一组患者中,于其标准护理切除前,确定活检证实的角质形成细胞癌内,瘤内注射通用供体NK细胞对比(vs)TGFbeta抗性NK细胞后NK细胞浸润的持久性。次要目标:I. 通过不良事件评估NK细胞皮肤瘤内注射的耐受性,使用常见不良事件术语标准(CTCAE 版本[v] 5)描述。II. 测试使用瘤内注射NK细胞开展更大规模研究的可行性。探索性/相关性目标:I. 评估注射与切除之间角质形成细胞癌临床检测的临床结局,包括大小、面积变化和视觉外观。II
【主题与分类】
主题标签:Skin Basal Cell Carcinoma、Skin Nodular Basal Cell Carcinoma、Skin Squamous Cell Carcinoma。本站分类:肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07144384
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/NCT07144384
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:皮肤基底细胞癌、皮肤结节性基底细胞癌、皮肤鳞状细胞癌。主要目的:I. 在患者接受标准治疗切除前,比较瘤内注射通用供体NK细胞与抗TGFβ NK细胞后,经活检证实的角质形成细胞癌中NK细胞浸润的持续性。次要目的:I. 通过不良事件评估NK细胞皮肤瘤内注射的耐受性,不良事件采用《常见不良事件评价标准》(CTCAE 第5版)进行描述。II. 检验使用瘤内注射NK细胞开展更大规模研究的可行性。探索性/相关性目的:I. 评估注射至切除期间角质形成细胞癌临床检测中的临床结局,包括大小、面积变化及视觉外观。II. 比较注射NK细胞与TGFβi细胞的皮肤基底细胞癌(BCC)与鳞状细胞癌(SCC)在切除前肿瘤/肿瘤微环境(TME)中NK细胞及其他免疫细胞的存在情况。方案概要:患者被随机分配至2个队列中的1个。
队列I:患者在第0天接受标准治疗(SOC)活检,并在4周内(第10-28天)接受UD扩增NK细胞瘤内注射。患者在活检后4-8周(第28-56天)接受SOC切除术。队列II:患者在第0天接受SOC活检,并在4周内(第10-28天)接受UD扩增TGF-beta-i NK细胞瘤内注射。患者在活检后4-8周(第28-56天)接受SOC切除术。
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。




