基于转录组测序的骨肉瘤免疫微环境精准治疗前瞻性多队列探索性临床研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06776198

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

条件：骨肉瘤、转录组、肿瘤微环境、精准医学。Bagaev等人已鉴定出四种肿瘤微环境（TME）亚型，这些亚型在多种癌症中具有保守性，并与黑色素瘤、膀胱癌和胃癌的免疫治疗反应相关。他们提供了一种可视化工具，可展示TME亚型与可靶向基因组改变的整合信息，从而为每种肿瘤提供全景视图，有助于肿瘤学临床决策。我们旨在利用该工具前瞻性分析骨肉瘤活检标本，以鉴定其TME亚型，从而在这些骨肉瘤后续发生疾病进展时采取适当的治疗策略。我们将比较PKUPH库中存储的既往测序数据，以比较这些患者的无事件生存期（EFS），随后验证该方法的优越性。

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。