患者导航干预乳腺癌患者的前瞻性队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT06257888

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：原发性恶性乳腺肿瘤。-总体目标：在地方IRB批准项目后，拟于12个月内在马普托中央医院（HCM）实施一项针对接受治疗的乳腺癌患者的肿瘤导航平台。-具体目标：* 为在HCM接受治疗的乳腺癌患者开发肿瘤患者导航系统。* 建立在2024-25年间在HCM接受治疗的被导航乳腺癌患者（浸润性或导管原位癌）的前瞻性队列（招募期为十二个月）。* 在拟议研究期间收集被导航患者的多种流行病学数据。* 描述以下变量：从首次症状到首次就诊的时间（天），从首次就诊到癌症诊断的时间（天），以及从诊断到首次治疗（手术或新辅助治疗）的时间（天）。* 将从首次症状到诊断的时间（天）和从诊断到首次治疗的时间（天）与Brandão M.等人发表的历史队列（The Oncologist，2021年）进行比较。

• 收集该队列中最后一名患者入组后36个月内的总生存数据，以供未来发表之用。

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。