基于细针穿刺的乳腺癌风险增高与正常风险女性生物标志物比较

数据集获取

源站：https://clinicaltrials.gov/study/NCT00041353

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：乳腺癌。目的：* 比较特定生物标志物，包括细胞形态学（细胞学）、增殖指数（Ki-67）、p53表达以及染色体9p位点DS9157的杂合性缺失（LOH），在乳腺癌风险增高女性与正常风险女性的细针穿刺标本中的差异。* 确定这些标本是否足以进行生物标志物检测，以及该技术是否可应用于普通门诊环境。* 确定这些患者中的生物标志物水平与个体乳腺癌临床风险是一致还是不一致。* 确定1种或多种生物标志物能否区分高风险患者与对照患者。* 将特定生物标志物及生物标志物水平变化与乳腺活检的病理诊断进行相关性分析。方案概述：患者在择期手术开始前，对外观正常的乳腺组织进行细针穿刺。分析标本中特定生物标志物的存在情况。预计入组：本研究将在3年内入组约156名患者。

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。