维生素D对光动力治疗后非黑色素瘤皮肤癌免疫微环境的影响
该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和鳞状细胞癌(SCC)

基本信息
资源简介
维生素D对光动力治疗后非黑色素瘤皮肤癌免疫微环境的影响
该数据集来自 clinicaltrials.gov,聚焦非黑色素瘤皮肤癌(NMSC),包括基底细胞癌(BCC)和鳞状细胞癌(SCC)。研究探索光动力疗法(PDT)对 NMSC 的作用,PDT 可替代手术治疗,通过涂抹 aminolevulinate(ALA)后用蓝光照射引发化学反应以损伤和杀死癌细胞。由于手术可能留下疤痕或导致毁容,尤其对脸部等可见或敏感部位肿瘤患者影响较大,该数据可用于分析维生素D对 PDT 后免疫微环境的影响,辅助预测治疗反应与预后(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:非黑色素瘤皮肤癌、基底细胞癌、鳞状细胞癌。本研究探讨光动力疗法(PDT)对非黑色素瘤皮肤癌(NMSC)的影响。NMSC 由基底细胞癌(BCC)和鳞状细胞癌(SCC)组成。PDT 是 NMSC 的一种治疗方法,可替代手术。PDT 利用光和一种特殊的化学反应来杀死皮肤表面的癌细胞。首先,将一种称为 aminolevulinate(ALA)的试剂涂在肿瘤皮肤上。然后,用明亮的蓝光照射皮肤,引发化学反应。这种化学反应有助于损伤和杀死癌细胞。NMSC 很常见,通常可通过手术治愈。然而,手术可能留下疤痕或导致毁容。对于面部或其他可见或敏感部位有肿瘤的人来说,这可能尤其困难。
【主题与分类】
主题标签:Nonmelanoma Skin Cancer、Basal Cell Carcinoma、Squamous Cell Carcinoma。本站分类:肿瘤/皮肤癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07241585
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/NCT07241585
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:非黑色素瘤皮肤癌、基底细胞癌、鳞状细胞癌。本研究探讨光动力疗法(PDT)对非黑色素瘤皮肤癌(NMSC)的疗效。NMSC由基底细胞癌(BCC)和鳞状细胞癌(SCC)组成。PDT是一种可用于替代手术治疗NMSC的疗法。PDT利用光和一种特殊的化学反应来杀死皮肤表面的癌细胞。首先,将一种名为氨基酮戊酸(ALA)的药物涂抹在肿瘤部位的皮肤上。然后,用明亮的蓝光照射皮肤,引发化学反应。这种化学反应有助于破坏和杀死癌细胞。NMSC较为常见,通常可通过手术治愈。然而,手术可能留下疤痕或导致毁容。对于面部或其他可见或敏感部位长有肿瘤的患者而言,这尤其难以接受。作为手术的替代方案,光动力疗法(PDT)已在欧洲获批用于治疗BCC和SCC。然而,由于PDT对较厚肿瘤的疗效不佳,美国FDA尚未批准其在美国用于治疗NMSC。
研究人员希望更深入地了解光动力疗法(PDT)如何损伤和杀死肿瘤细胞,以便利用这些知识使治疗更加有效。维生素D(VitD)既是一种营养素,也是一种类固醇样激素。研究人员实验室超过10年的研究表明,VitD与PDT联合治疗非黑色素瘤皮肤癌(NMSC)效果良好。当参与者在PDT前接受高剂量VitD时,该治疗能够更有效地清除肿瘤。这一点已在患有早期皮肤癌的小鼠以及患有厚皮性皮肤癌的小鼠研究中得到证实。在基底细胞癌(BCC)参与者中也显示出有效性。VitD可能有所帮助的一个原因是,它能增加可在肿瘤内蓄积的光敏剂数量,从而有助于在施加光照时通过PDT有效杀死癌细胞。然而,VitD还有另一个重要作用,即它有助于将免疫细胞吸引到肿瘤中。这种效应已在
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。




