PSMA引导手术与组织驻留T细胞分析在淋巴结阳性前列腺癌中的研究
该数据集来自clinicaltrials.gov,为一项探索性机制研究,聚焦淋巴结阳性前列腺癌中的组织驻留旁观者T细胞,并评估利用其分子与功能特征指导个体化免疫治疗策略的可行性

基本信息
资源简介
PSMA引导手术与组织驻留T细胞分析在淋巴结阳性前列腺癌中的研究
该数据集来自clinicaltrials.gov,为一项探索性机制研究,聚焦淋巴结阳性前列腺癌中的组织驻留旁观者T细胞,并评估利用其分子与功能特征指导个体化免疫治疗策略的可行性。所有参与者接受同一研究路径:第0天静脉给予gallium-68 PSMA-11,约60分钟后行PET/CT,注射后4-8小时使用drop-in gamma探头行机器人辅助PSMA放射引导手术,以计数率至少为背景参考两倍定义为术中阳性发现,切除PSMA阳性病灶后行解剖学定义的扩大盆腔淋巴结清扫及Retzius保留机器人辅助根治性前列腺切除术。数据可用于前列腺癌PSMA靶向手术与肿瘤免疫微环境研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:前列腺癌。这项探索性机制研究调查淋巴结阳性前列腺癌中的组织驻留旁观者T细胞,以及利用其分子和功能特征为个体化免疫治疗策略提供信息的可行性。所有参与者接受相同的研究路径。第0天,静脉给予gallium-68 PSMA-11(约1.8-2.8 MBq/kg;标准活度约160 MBq)。示踪剂给药后约60分钟进行PET/CT。随后在注射后4-8小时使用drop-in gamma探头进行机器人辅助PSMA放射引导手术。术中阳性发现定义为计数率至少为背景参考的两倍。切除PSMA阳性病灶,随后进行解剖学定义的扩大盆腔淋巴结清扫和Retzius保留机器人辅助根治性前列腺切除术。
【主题与分类】
主题标签:Prostate Cancer。本站分类:肿瘤/前列腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07879820
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/NCT07879820
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
条件:前列腺癌。本探索性机制研究旨在探讨淋巴结阳性前列腺癌中组织驻留旁观者T细胞的特征,以及利用其分子和功能特征指导个体化免疫治疗策略的可行性。所有参与者均接受相同的研究流程。第0天,静脉给予镓-68 PSMA-11(约1.8-2.8 MBq/kg;标准活度约160 MBq)。示踪剂给药后约60分钟进行PET/CT检查。随后在注射后4-8小时使用可置入式伽马探头进行机器人辅助PSMA放射引导手术。术中阳性发现定义为计数率至少为背景参考值的两倍。切除PSMA阳性病灶,随后进行解剖学定义的扩大盆腔淋巴结清扫术和保留Retzius间隙的机器人辅助根治性前列腺切除术。收集新鲜原发肿瘤、转移性淋巴结组织、FFPE组织及配对外周血。前六名参与者主要用于优化组织获取和分子工作流程。
后续六名参与者扩展了患者来源的肿瘤碎片平台及离体免疫学检测。分子分析包括scRNA-seq、scCITE-seq、scTCR-seq、bulk TCR测序、使用常见病毒肽池的功能刺激、细胞因子/趋化因子检测以及空间分析。功能性旁观者组织驻留T细胞通过以下综合证据进行定义:组织检测、驻留/非初始表型、病原体来源肽刺激后的离体活化或增殖,以及TCR克隆型鉴定。参与者在第28天和第84天接受随访,进行实验室检查、不良事件、围手术期结局、病理学及术后数据评估。本研究为假设生成性研究,未针对确证性临床疗效检验进行效能设计。
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。




