头颈癌新辅助化疗联合PD-1抑制治疗降阶研究（NeoScorch HN）
NeoScorch HN 是一项单中心多站点 II 期试验数据集，纳入新诊断的局部晚期、组织学确诊且适合根治性治疗的头颈癌患者，共设 3 个队列、每队列 25 例
基本信息
资源简介
头颈癌新辅助化疗联合PD-1抑制治疗降阶研究（NeoScorch HN）
NeoScorch HN 是一项单中心多站点 II 期试验数据集，纳入新诊断的局部晚期、组织学确诊且适合根治性治疗的头颈癌患者，共设 3 个队列、每队列 25 例。患者接受新辅助化疗免疫治疗及标准辅助治疗，三个队列分别对应头颈癌外科降阶的不同方面，涵盖 HPV 阴性头颈鳞癌、HPV 相关头颈癌等。数据可用于头颈癌治疗降阶策略的分层研究与疗效分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：头颈癌、鳞状细胞癌、口腔癌、口咽癌、喉癌、鼻窦鳞状细胞癌、HPV（人乳头瘤病毒）相关癌、颅底肿瘤。NeoScorch HN 研究是一项单中心多站点 II 期试验，纳入 3 个队列、每队列 25 例患者，对象为新诊断的局部晚期、组织学确诊、适合根治性治疗的头颈癌患者，他们将接受新辅助化疗免疫治疗以及标准辅助治疗。三个队列涵盖头颈癌外科降阶的三个不同方面。第一队列包括人乳头瘤病毒非依赖（HPV-）头颈鳞状细胞癌。第二队列包括具有影像学证据的 HPV 相关头颈癌。
【主题与分类】
主题标签：Head and Neck Cancer、Squamous Cell Carcinoma、Oral Cavity Cancer、Oropharyngeal Cancer、Laryngeal Cancer、Sinonasal Squamous Cell Carcinoma、Skull Base Tumors。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT07209189
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/NCT07209189
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：头颈癌、鳞状细胞癌、口腔癌、口咽癌、喉癌、鼻窦鳞状细胞癌、HPV（人乳头瘤病毒）相关癌、颅底肿瘤。NeoScorch HN研究是一项单机构多中心II期试验，包括3个队列，每个队列25例患者，纳入新诊断的局部区域晚期、组织学确诊、适合根治性治疗的头颈癌患者，这些患者将接受新辅助化疗免疫治疗以及标准治疗辅助治疗。三个队列涵盖头颈癌手术降阶梯治疗的三个不同方面。第一队列包括人乳头瘤病毒非依赖型（HPV-）头颈部鳞状细胞癌。第二队列包括HPV相关头颈癌，且影像学显示颈部淋巴结病变存在结外侵犯。第三队列专门纳入鼻窦腔和颅底恶性肿瘤，这类肿瘤具有侵犯眼眶、颅底和上颌骨的倾向。
这三个队列的手术治疗均伴有显著并发症，包括吞咽、言语和视力等方面的问题。
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。
