内分泌肿瘤前瞻性综合分子分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT01005654

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：内分泌肿瘤、甲状腺肿瘤、甲状旁腺肿瘤、肾上腺肿瘤、神经母细胞瘤。背景：内分泌肿瘤是美国发病率增长最快的肿瘤之一。1995年至2005年间，甲状腺癌的发病率增加了98%。甲状腺、甲状旁腺、肾上腺肿瘤以及胃肠胰神经内分泌肿瘤是临床和组织病理学上最难区分良恶性的肿瘤之一。此外，内分泌肿瘤为研究导致癌变的重要分子变化提供了极其重要的模型，因为即使具有相同的TNM分期和组织学特征，其临床行为也多种多样。美国国家癌症研究所（NCI）的外科肿瘤学项目（前身为内分泌肿瘤科）致力于研究参与内分泌癌症发生和发展的分子变化。此外，该部门还主要负责向美国国立卫生研究院（NIH）提供内分泌外科咨询服务。

因此，我们具备独特的优势，能够开展并执行重要的研究，以帮助识别可能具有显著临床意义的诊断和预测标志物以及治疗靶点。目标：建立内分泌肿瘤的遗传学、表观遗传学、代谢组学和蛋白质组学特征，使我们能够针对所研究的每种内分泌组织学类型区分良性肿瘤与恶性肿瘤。这一目标将推动研究的统计学终点。入选标准：参与者需具有影像学证据、生化证据或经组织学/细胞学证实的内分泌肿瘤，包括甲状腺、甲状旁腺、肾上腺、肾上腺外内分泌巢、副神经节瘤、神经母细胞瘤、胰腺和胃肠道的病变。或者，参与者需患有已描述的癌前或潜在恶性病变，且作为标准治疗和/或随访的一部分需要手术或活检。参与者的ECOG体能状态评分必须为0-2。参与者必须

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。