骨转移介入性研究前瞻性评估——PRESENT队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT02356497

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：骨转移。PRESENT队列依据“队列多重随机对照试验”设计建立。该设计的基础是一个前瞻性骨转移患者队列，患者接受常规治疗，并签署知情同意书参与队列研究。在UMC Utrecht，患者还被要求签署知情同意书，以便被随机分配到队列内未来开展的随机对照试验中。患者被告知，如果被随机选中，将接受实验性干预。他们还被告知，否则可能作为对照而不会被通知，其数据可用于试验背景。对于队列中的每位患者，在基线和随访期间定期采集临床结局和患者报告结局。在该队列内，可开展多项随机对照试验。为此，需识别已提供参与队列内随机对照试验所需知情同意的合格患者。从该亚队列中，将随机选取患者受邀接受实验性干预。

符合条件的参与者若未被随机选中，则接受标准治疗，不会被告知实验性干预措施，并作为对照组。将对照组的结局与接受实验性干预措施者的结局进行比较，以评估实验性干预措施与常规护理相比的效果。在同一队列中，可对其他干预措施的试验重复相同过程。

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。