美国核医学技师癌症及其他疾病风险研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02911155

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：脑癌、甲状腺癌、循环系统疾病、乳腺癌。自20世纪中叶诞生以来，核医学领域迅速发展，如今核医学技师相对于其他医务人员群体可能面临更高水平的辐射暴露。过去几十年使用的许多放射性药物和操作现已过时，正被新兴的放射性同位素以及联合模态和分子影像操作所取代。虽然影像技术的改进和某些放射性同位素的引入总体上减少了患者的辐射暴露，但核医学技师在这些较新的操作中变得越来越专业化，并且越来越频繁地执行这些及其他核医学操作。此外，与其他辐射相关操作相比，铅围裙在核医学操作期间对工作人员的保护效果较差，尤其是高能量操作（例如正电子发射断层扫描（PET）），而且执行核医学操作的技师很少使用铅围裙。

因此，预计核医学技术人员的累积剂量有所增加。我们假设，与大多数其他医学专业群体相比，经认证的核医学技术人员可能面临更高的某些辐射相关癌症及其他不良健康结局的风险。目前，关于执行这些操作所涉及的辐射相关风险的信息非常少，部分原因是当前核医学实践相关的职业剂量信息有限。为了表征可用于后续直接（通过后续随访）或间接（通过风险预测方法）量化特定辐射相关疾病结局风险的器官特异性剂量，我们计划收集具有代表性的样本中关于核医学操作及相关辐射安全实践的详细工作史信息，以及剂量徽章数据，样本为

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。