Toripalimab联合化疗治疗鼻窦癌
该数据集来自 clinicaltrials.gov，聚焦 Toripalimab 联合卡铂和多西他赛化疗用于鼻窦癌术前治疗的单臂、开放标签、单中心 II 期研究
基本信息
资源简介
Toripalimab联合化疗治疗鼻窦癌
该数据集来自 clinicaltrials.gov，聚焦 Toripalimab 联合卡铂和多西他赛化疗用于鼻窦癌术前治疗的单臂、开放标签、单中心 II 期研究。覆盖鼻窦癌、鼻旁窦肿瘤、鳞状细胞癌、鼻窦未分化癌及局部晚期头颈癌人群，描述 Toripalimab 通过结合 T 细胞 PD-1 受体阻断与肿瘤细胞 PD-L1/PD-L2 相互作用以激活免疫系统。可用于了解该联合方案的疗效与安全性研究设计及相关适应症背景（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：鼻窦癌、鼻旁窦肿瘤、鳞状细胞癌、鼻窦未分化癌、局部晚期头颈癌。这项单臂、开放标签、单中心 II 期研究旨在评估一种免疫疗法（使用名为 toripalimab 的药物）与化疗药物卡铂和多西他赛联合，作为鼻窦癌术前可能治疗的有效性和安全性。Toripalimab 与 T 细胞（免疫细胞）上的 PD-1 受体结合，阻止它们与肿瘤细胞上的 PD-L1 和 PD-L2 相互作用。这刺激免疫系统对抗肿瘤细胞。美国食品药品监督管理局（FDA）尚未批准 Toripalimab 用于鼻窦癌，但已批准其用于另一种称为鼻咽癌（NPC）的头颈癌，在手术不再可行的晚期不可治愈情况下。
【主题与分类】
主题标签：Sinonasal Cancer、Paranasal Sinus Neoplasms、Squamous Cell Carcinoma、Sinonasal Undifferentiated Carcinoma、Locally Advanced Head and Neck Cancer。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT06940180
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/NCT06940180
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：鼻腔鼻窦癌、鼻旁窦肿瘤、鳞状细胞癌、鼻腔鼻窦未分化癌、局部晚期头颈癌。这项单臂、开放标签、单中心II期研究旨在评估免疫治疗联合化疗药物卡铂和多西他赛作为鼻腔鼻窦癌术前可能治疗的有效性和安全性，免疫治疗使用一种名为特瑞普利的药物。特瑞普利单抗与T细胞（免疫细胞）上的PD-1受体结合，阻止其与肿瘤细胞上的PD-L1和PD-L2相互作用。这能刺激免疫系统对抗肿瘤细胞。美国食品药品监督管理局（FDA）尚未批准特瑞普利单抗用于鼻腔鼻窦癌，但已批准其用于另一种称为鼻咽癌（NPC）的头颈癌，适用于晚期不可治愈、无法再手术或癌症已扩散至头颈部以外身体部位的情况。卡铂和多西他赛已被FDA批准用于其他类型头颈癌的晚期不可治愈情况。
研究研究程序包括资格筛查、门诊访视、问卷调查、血液检查、尿液检查、X射线检查、计算机断层扫描（CT）、磁共振成像（MRI）扫描或正电子发射（PET）扫描，以及肿瘤的摄影图像。预计约有20人将参与这项研究研究。制药公司Coherus Biosciences通过提供研究药物和研究经费来资助这项研究研究。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
