DCVax-Direct 治疗实体瘤的安全性与有效性研究

该数据集来自 clinicaltrials.gov,主题为 DCVax-Direct 治疗实体瘤的安全性与有效性研究,本站分类为肿瘤 / 皮肤癌

Northwest BiotherapeuticsNorthwest Biotherapeutics
clinicaltrials
浏览 10
其他分类Locally Advanced TumorMetastatic Solid Tissue TumorsLiver CancerColorectal CancerPancreatic CancerMelanoma
Safety and Efficacy Study of DCVax-Direct in Solid Tumors

基本信息

模态
其他
任务类型
分类
创建/更新时间
2026-10-11

资源简介

DCVax-Direct 治疗实体瘤的安全性与有效性研究

该数据集来自 clinicaltrials.gov,主题为 DCVax-Direct 治疗实体瘤的安全性与有效性研究,本站分类为肿瘤 / 皮肤癌。研究覆盖局部晚期肿瘤、转移性实体组织肿瘤、肝癌、结直肠癌、胰腺癌和黑色素瘤等病种,包含 Phase I 与 Phase II 两个阶段:Phase I 用于确定 DCVax-Direct 治疗实体组织肿瘤的最佳剂量,Phase II 用于判断将 DCVax-Direct 注射入选定实体组织肿瘤后能否减缓肿瘤生长。数据可用于肿瘤免疫治疗相关研究(来源 clinicaltrials.gov)。

【数据内容】

源站描述(机器翻译,仅供参考):条件:局部晚期肿瘤、转移性实体组织肿瘤、肝癌、结直肠癌、胰腺癌、黑色素瘤。该研究包含一个 Phase I 部分,在此期间将确定 DCVax-Direct 治疗实体组织肿瘤的最佳剂量,随后是一个 Phase II 部分,以确定将 DCVax-Direct 注射入选定的实体组织肿瘤是否具有减缓肿瘤生长的能力。

【主题与分类】

主题标签:Locally Advanced Tumor、Metastatic Solid Tissue Tumors、Liver Cancer、Colorectal Cancer、Pancreatic Cancer、Melanoma。本站分类:肿瘤/皮肤癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT01882946

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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/NCT01882946

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

疾病条件:局部晚期肿瘤、转移性实体组织肿瘤、肝癌、结直肠癌、胰腺癌、黑色素瘤。本研究包括一期阶段,旨在确定DCVax-Direct治疗实体组织肿瘤的最佳剂量,随后进行二期阶段,以确定将DCVax-Direct注射到选定的实体组织肿瘤中是否具有减缓肿瘤生长的能力。

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。

获取专属数据定制方案