磁性靶向阿霉素治疗癌症肝转移患者
该数据集来自 clinicaltrials.gov，主题为磁性靶向阿霉素（MTC-DOX）治疗癌症肝转移患者。源站描述显示，MTC-DOX 是将化疗药物阿霉素（DOX）吸附到由铁和碳组成的磁性微珠（MTCs）上，通过体表放置磁铁将药物导向肝脏肿瘤部位，并推测其可穿过血管壁、从磁珠释放后作用于肿瘤细胞
基本信息
资源简介
磁性靶向阿霉素治疗癌症肝转移患者
该数据集来自 clinicaltrials.gov，主题为磁性靶向阿霉素（MTC-DOX）治疗癌症肝转移患者。源站描述显示，MTC-DOX 是将化疗药物阿霉素（DOX）吸附到由铁和碳组成的磁性微珠（MTCs）上，通过体表放置磁铁将药物导向肝脏肿瘤部位，并推测其可穿过血管壁、从磁珠释放后作用于肿瘤细胞。数据集覆盖的病症包括转移性肿瘤、结直肠癌、食管癌、胃癌、胰腺癌、乳腺癌、黑色素瘤、肉瘤等。可用于肿瘤治疗相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：Conditions: Metastases, Neoplasm, Colorectal Neoplasms, Esophageal Neoplasms, Stomach Neoplasms, Pancreatic Neoplasms, Breast Neoplasms, Melanoma, Sarcoma. MTC-DOX 是阿霉素（Doxorubicin）或 DOX，一种化疗药物，被吸附或使其“粘附”到磁性微珠（MTCs）上。MTCs 是铁和碳的微小、微观颗粒。当 DOX 被加入 MTCs 时，DOX 附着到 MTCs 的碳部分。MTC-DOX 被导向并沉积在肿瘤区域，据认为它随后会“渗漏”穿过血管壁。一旦进入周围组织，据认为阿霉素会“脱离”磁性微珠，然后能够作用于肿瘤细胞。该颗粒的铁成分具有磁性，使得可以通过在体表放置磁铁将 MTC-DOX 导向肝脏中的特定肿瘤部位。希望 MTC-DOX 与
【主题与分类】
主题标签：Metastases, Neoplasm、Colorectal Neoplasms、Esophageal Neoplasms、Stomach Neoplasms、Pancreatic Neoplasms、Breast Neoplasms、Melanoma、Sarcoma、Gastrointestinal Neoplasms、Lung Neoplasms。本站分类：肿瘤/皮肤癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT00041808
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/NCT00041808
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：转移性肿瘤、结直肠肿瘤、食管肿瘤、胃肿瘤、胰腺肿瘤、乳腺肿瘤、黑色素瘤、肉瘤。MTC-DOX即多柔比星（DOX），一种化疗药物，被吸附或使其“粘附”于磁性珠（MTCs）上。MTCs是由铁和碳构成的微小颗粒。当DOX加入MTCs中时，DOX会附着在MTCs的碳部分。MTC-DOX被导向并沉积在肿瘤区域，据推测，它会通过血管壁“渗漏”出去。一旦进入周围组织，多柔比星被认为会从磁性珠上“释放”出来，进而能够对抗肿瘤细胞。该颗粒中的铁成分具有磁性，使得通过在体表放置磁铁，可以将MTC-DOX导向肝脏内的特定肿瘤部位。人们希望，结合磁铁使用的MTC-DOX能够将化疗药物直接靶向肝脏肿瘤，为癌症已扩散至肝脏的患者提供一种治疗方法。
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。
