California Pacific Medical Center 乳腺健康队列

数据集获取

源站：https://omicsdi.org/dataset/ega/phs000395.v1.p1

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

队列描述：加州太平洋医疗中心（CPMC）乳腺健康队列是一项基于CPMC的队列研究，并与旧金山乳腺X线摄影登记处相关联，该登记处是美国国家癌症研究所（NCI）资助的乳腺癌筛查联盟（U01CA063740）的站点之一。CPMC是旧金山的一家社区医院，其乳腺X线摄影量在旧金山位居前列。2004年9月至2007年6月期间，CPMC共完成超过90,000例乳腺X线摄影检查。CPMC乳腺健康队列通过参与旧金山乳腺X线摄影登记处（作为乳腺癌筛查联盟（U01CA063740）的一部分），收集接受乳腺X线摄影女性的人口学及危险因素数据。SFMR数据库从各类来源收集信息，包括人口学与危险因素信息问卷、乳腺临床检查结果、由John Shepherd博士进行的乳腺密度测量，以及同意捐献血液样本的女性资料。通过整合这些不同来源的信息，我们非常高效地建立了一个包含已捐献血液并已进行乳腺X线摄影密度测量女性的大型样本。血液采集：Dr.

Steve Cummings正在牵头一项工作，旨在收集并归档接受乳腺X线摄影筛查的女性血液样本。所有在CPMC被送去做筛查性乳腺X线摄影的女性均被视为符合条件。自该队列于2004年7月开始收集血液样本至2007年6月，已从超过11，000名女性中采集了样本。乳腺密度的测量：John Shepherd博士目前正采用单能X线吸收法的自动化方法，对队列中很大一部分人进行乳腺密度测量。Shepherd博士已与CPMC乳腺X线摄影中心建立联系，使他能够收集常规数字乳腺X线摄影信息。利用乳腺X线摄影的数据，Shepherd博士及其团队开发了用于测量密度的单能X线吸收法（SXA）技术，该技术在以下文献中有所描述

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。