GliomaAI-Oligo：基于MRI的IDH突变型少突胶质瘤检测

数据集获取

源站：https://clinicaltrials.gov/study/NCT07673705

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：胶质瘤、胶质瘤（诊断）、少突胶质细胞瘤、1p19q共缺失、IDH突变型胶质瘤（少突胶质细胞瘤、星形细胞瘤）。这项观察性研究的目标是了解一种名为GliomaAI-Oligo的人工智能系统能否帮助利用常规MRI扫描检测一种特定的脑肿瘤分子类型——少突胶质细胞瘤。该研究使用来自癌症影像档案（TCIA）中13家机构、1，372名患者的既往采集且完全匿名的MRI数据。它旨在回答的主要问题是：* GliomaAI-Oligo从MRI扫描中识别少突胶质细胞瘤的准确度如何？* 该系统在不同医院和患者群体的数据上表现如何？研究人员将使用现有MRI扫描和临床信息来训练和测试该人工智能系统。参与者无需进行新的扫描、治疗或到医院就诊，所有使用的数据均为完全匿名，且来自现有的研究数据库。参与者不会被要求做任何事情，因为本研究仅使用既往采集的影像数据。

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。