增强可用疗法的基因组资源（GREAT1.0）研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04306939

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：慢性胰腺炎、炎症性肠病、肝炎、NASH-非酒精性脂肪性肝炎、急性胰腺炎、类风湿关节炎、糖尿病、血脂异常。增强现有疗法的基因组资源（GREAT1.0）研究是一项个性化医学研究项目。它是一个高度注释的遗传和生物样本资源，用于多个嵌套观察性队列研究。它旨在利用来自UPMC电子健康记录（EHR）、病例报告表和生物样本的临床信息，初步理解复杂疾病的机制。目标1：验证基于即时电子健康记录（EHR）的表型分析和临床测量是否有助于通过疾病风险、亚型、活动性、并发症、生活质量或使用统计或系统方法对患者进行分类。目标2：验证常见疾病是否可以使用基因型数据进行亚型分类。目标3：验证生物样本是否能提供关于受试者健康、疾病或状态的额外功能和机制信息。该研究将使用UPMC患者和人群对照进行。

知情同意将允许对电子健康档案和/或病例报告表数据，以及生物样本赋予唯一识别码，并将其转交给研究人员进行分析。知情同意还将允许维护一个安全链接，以便研究数据或样本得以更新，并与临床团队和/或受试者联系，向其提供额外信息。

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。