疫苗治疗头颈癌患者研究
该数据集来自 clinicaltrials.gov，收录一项针对头颈鳞状细胞癌患者的随机试点研究，评估经淋巴结内注射负载野生型 p53 肽（联合或不联合 T 辅助肽表位）的自体树突状细胞疫苗的毒性及局部与全身免疫调节效应
基本信息
资源简介
疫苗治疗头颈癌患者研究
该数据集来自 clinicaltrials.gov，收录一项针对头颈鳞状细胞癌患者的随机试点研究，评估经淋巴结内注射负载野生型 p53 肽（联合或不联合 T 辅助肽表位）的自体树突状细胞疫苗的毒性及局部与全身免疫调节效应。研究包含白细胞分离、树突状细胞制备与个体化疫苗配制，并按 HLA-A2-DR4 状态分组治疗。数据可用于肿瘤免疫治疗、疫苗安全性及免疫应答相关研究（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。目的：主要 确定经淋巴结内注射负载野生型 p53 肽（联合或不联合 T 辅助肽表位）的自体树突状细胞（DC）在头颈鳞状细胞癌患者中的毒性。次要 确定该疫苗在这些患者中的局部和全身免疫调节效应。方案：这是一项随机试点研究。患者接受白细胞分离。所得树突状细胞（DC）用野生型（wt）p53 肽脉冲，联合或不联合 T 辅助（Th）肽。为每位患者制备个体化自体疫苗。HLA-A2-DR4 阴性患者随机分配至 2 个治疗组之一（第 I 组或第 II 组）。HLA-A2-DR4 阳性患者分配至第 III 组。 第 I 组：患者接受仅负载 HLA-A2.1 限制性 wt p53 肽的自体 DC。 第 II 组：P
【主题与分类】
主题标签：Head and Neck Cancer。本站分类：肿瘤。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00404339
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/NCT00404339
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：头颈部肿瘤。目的：主要目的 * 确定在头颈部鳞状细胞癌患者中，淋巴结内注射负载野生型p53肽（联合或不联合T辅助细胞表位肽）的自体树突状细胞（DC）的毒性。次要目的 * 确定该疫苗在这些患者中的局部和全身免疫调节作用。方案大纲：这是一项随机试点研究。患者接受白细胞分离术。所得树突状细胞（DC）以野生型（wt）p53肽（联合或不联合T辅助细胞（Th）肽）脉冲处理。为每位患者制备个体化自体疫苗。HLA-A2-DR4阴性患者随机分配至2个治疗组之一（I组或II组）。HLA-A2-DR4阳性患者分配至III组。* I组：患者接受仅负载HLA-A2.1限制性wt p53肽的自体DC。* II组：患者接受负载HLA-A2.1限制性wt p53肽和Th破伤风类毒素肽的自体DC。* III组（仅HLA-A2-DR4阳性患者）：患者接受负载HLA-A2.1限制性wt p53肽和Th wt p53肽的自体DC。
在所有组别中，每种疫苗均在研究的第0天、第14天和第28天通过超声引导下的腹股沟淋巴结内注射给药，注射过程持续30分钟。完成研究治疗后，患者将接受定期随访。预计入组人数：本研究计划共招募50名患者。
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。
