食管癌或食管胃结合部癌放化疗研究
该数据集来自 clinicaltrials.gov,聚焦食管癌与食管胃结合部癌的放化疗研究。源站描述指出,不可切除食管癌或食管胃结合部癌的标准治疗为根治性放化疗,多学科综合治疗(含化疗与放疗)对患者至关重要;分子靶向药物在食管癌中迄今疗效不明确,而免疫检查点抑制剂与过继性免疫治疗的临床证据正推动肿瘤

基本信息
资源简介
食管癌或食管胃结合部癌放化疗研究
该数据集来自 clinicaltrials.gov,聚焦食管癌与食管胃结合部癌的放化疗研究。源站描述指出,不可切除食管癌或食管胃结合部癌的标准治疗为根治性放化疗,多学科综合治疗(含化疗与放疗)对患者至关重要;分子靶向药物在食管癌中迄今疗效不明确,而免疫检查点抑制剂与过继性免疫治疗的临床证据正推动肿瘤免疫治疗进入新阶段,将免疫治疗或靶向药物扩展至放疗领域亦成为前沿方向。本研究旨在探索包括 PD-1/PD-L1 抗体在内的最佳治疗模式。数据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):疾病:食管癌、食管胃结合部癌、放化疗、靶向治疗、免疫治疗、化疗效应。根治性放化疗是不可切除食管癌或食管胃结合部癌的标准治疗。包括化疗和放疗在内的多学科综合治疗对这些患者很重要。此外,迄今为止分子靶向药物在食管癌中未显示出明确疗效。如今,肿瘤免疫治疗的发展步伐正在加快。免疫检查点抑制剂和过继性免疫治疗疗效的临床证据预示着肿瘤免疫治疗新时代的到来。近期也有进展为将免疫治疗或靶向药物扩展至放疗领域提供了有前景的前沿方向。本研究的目的是探索包括 PD-1/PD-L1 抗体在内的最佳治疗模式
【主题与分类】
主题标签:Esophagus Cancer、Esophagogastric Junction Cancer、Chemoradiation、Targeted Therapy、Immunotherapy、Chemotherapy Effect。本站分类:肿瘤/胃癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04821778
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/NCT04821778
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:食管癌、食管胃结合部癌、放化疗、靶向治疗、免疫治疗、化疗效果。根治性放化疗是不可切除食管癌或食管胃癌的标准治疗方案。对于这些患者,包括化疗和放疗在内的多学科综合治疗至关重要。此外,迄今为止,分子靶向药物在食管癌中尚未显示出明确的疗效。如今,肿瘤免疫治疗的发展步伐正在加快。免疫检查点抑制剂和过继性免疫治疗疗效的临床证据预示着肿瘤免疫治疗新时代的到来。近期也有进展为将免疫治疗或靶向药物的应用扩展至放疗提供了有前景的前沿方向。本研究旨在探索针对不可切除食管癌或食管胃结合部癌患者的最佳治疗模式,包括PD-1/PD-L1抗体或靶向药物。
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。




