用于 Harvard/UCSF ROBIN 中心的 MCT

数据集获取

源站：https://clinicaltrials.gov/study/NCT06000787

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：胶质瘤、儿童脑干肿瘤、神经母细胞瘤。MCT对于检验哈佛/UCSF ROBIN的核心假设及实现该中心的核心目标至关重要。这一假设基于近期的观察结果，即单个肿瘤内的细胞在发育和生物学角度上展现出巨大的变异性。这与放射肿瘤学家在规划放疗疗程时通常对待单个肿瘤的方式形成对比：一般而言，整个肿瘤会接受均匀剂量的放射治疗，尽管也会努力使邻近正常组织接受的剂量尽可能低。哈佛/UCSF ROBIN中心提出检验这样一个假设：即给定肿瘤内这种显著的变异性——无论是在实际的肿瘤细胞中，还是在正常细胞和微环境元素中——也同样反映在对放射的生物学反应层面上。能够对单个肿瘤内的单细胞进行深入分子分析的新技术，将首次专门应用于细胞对放射反应的分子基础研究。

研究人员之所以选择聚焦儿童癌症，正是因为ROBIN所采用的迭代式深度探究方法，使这个以儿童为重点的ROBIN能够推动放射生物学变革，造福成人和儿童患者。特别是，儿童癌症的基因图谱更为简单，从而最大限度地减少了随年龄增长而出现的潜在混杂性乘客突变。因此，儿童癌症的生物样本和多尺度分析更有可能对放射反应的因果生物学机制产生更深入的见解。这种方法的历史验证在于，许多致癌驱动因子和肿瘤抑制因子最初是在儿童癌症中被发现的，随后才被证明与成人癌症广泛相关。哈佛/UCSF ROBIN正在研究的儿童癌症是儿童中最常见的两种实体瘤——胶质瘤（具体为弥漫性中线胶质瘤，一种原发性脑肿瘤）和神经母细胞瘤（一种

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。