癌症患者的Methionine PET/CT研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00840047

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：脑肿瘤和/或实体瘤，包括脑干胶质瘤、高级别中枢神经系统肿瘤、室管膜瘤、髓母细胞瘤、颅咽管瘤、低级别中枢神经系统肿瘤、霍奇金淋巴瘤。本研究聚焦于以下目标：主要目标：* 评估甲硫氨酸（MET）在诊断时可视化肿瘤的成功率。研究假设每组新诊断的肿瘤中至少有70%将被研究并成功可视化。次要目标：* 比较新诊断或复发和/或持续性疾病患者中肿瘤对MET的摄取与肿瘤分级。假设：高级别肿瘤将比低级别肿瘤聚集更高量的MET，通过定性和半定量测量。* 检查MET在无肿瘤器官中的生物分布，特别是肺、心脏、纵隔、肝脏、脾脏、胰腺、肌肉、脑和骨髓。

探索性目标：* 比较MET PET扫描结果与标准成像模式的结果，主要是MRI（磁共振成像）和FDG（氟脱氧葡萄糖）PET CT（计算机断层扫描）在诊断时，或对于复发和/或持续性疾病患者在研究入组时，以及所有患者随时间的变化。* 比较MRI异常范围与MET异常范围。* 确定是否存在超出MRI定义异常范围的MET摄取增高。* 探索MET摄取与预后之间的关系。

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。