英国East Anglia、Trent或West Midlands地区癌症患者基因与环境研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00757614

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：膀胱癌、脑及中枢神经系统肿瘤、食管癌、眼内黑色素瘤、肾癌、淋巴瘤、黑色素瘤（皮肤）、胰腺癌。目的：* 获取基于人群的一系列癌症病例的流行病学信息和生物材料，包括恶性黑色素瘤、淋巴瘤、膀胱癌、肾癌、食管癌、胰腺癌和脑肿瘤。* 通过比较病例中的基因型频率与大型对照组中的相应频率，识别新的癌症易感基因。* 估计与易感基因变异相关的年龄和性别特异性风险。* 评估易感基因多态性与潜在生活方式风险因素之间的交互作用。概述：这是一项多中心研究。患者完成一份详细的流行病学问卷，内容包括教育、职业、吸烟习惯、饮酒量、身高、体重、生育史（初潮年龄、怀孕年龄、产次和绝经年龄）、口服避孕药使用、激素替代疗法使用、癌症家族史和既往病史。

从患者身上采集血液样本。从这些血液样本、从MREC-SEARCH-CONTROL中无癌对照参与者处采集的样本，以及通过欧洲癌症前瞻性调查（EPIC）研究（一项基于诺福克、东盎格利亚人群的饮食与健康研究）获取的额外对照样本中提取DNA。对DNA样本进行低外显率癌症易感基因多态性分析。除为本研究招募的癌症患者外，还招募了乳腺癌、卵巢癌、子宫内膜癌、结直肠癌和前列腺癌患者参与以下相关临床试验：MREC-SEARCH-BREAST、MREC-SEARCH-OVARIAN、MREC-SEARCH-ENDOMETRIAL、MREC-SEARCH-COLORECTAL和MREC-SEARCH-PROSTATE。

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。