BREASTChoice推广AIM1-B

数据集获取

源站：https://clinicaltrials.gov/study/NCT07396766

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：乳腺癌、乳腺肿瘤。本研究是一个更大项目的一部分，该项目将更新并调整一款名为 BREASTChoice 的现有在线决策工具。项目包括对乳腺癌生存者进行访谈和用户测试、采访医学专家，以及更新网站设计。乳房切除术后的乳房重建是乳腺癌治疗的重要组成部分。它有助于恢复生活质量和身体形象，而这些常在手术后受到影响。然而，许多患者，尤其是自我认同为黑人或西班牙裔/拉丁裔的患者，并不总能获得乳房重建的机会。一些患者也缺乏关于风险和获益的信息，导致其选择可能不符合个人偏好。BREASTChoice 决策辅助工具旨在帮助患者就乳房重建做出知情选择。它已在两项临床研究中接受测试，并显示出可提高决策质量。患者和医生发现它有用且易于使用，但许多人希望有一个在移动设备上运行更好、并能与家人和朋友分享的版本。迄今为止，BREASTChoice 主要在诊所中使用，尚未覆盖许多诊所之外的人群。为了覆盖更多患者，该工具将被调整后用于社交媒体和在线社区，这些地方已有许多人获取健康信息和支持。在美国，大多数成年人使用社交媒体（约81%）并在互联网上搜索健康信息（约72%）。甚至大多数老年人（60%）也会上网。乳腺癌生存者在在线小组中尤其活跃。早期发现表明，如果 BREASTChoice 可通过社交媒体获取，生存者会使用它。遵循 Designing for Dissemination 方法，并与三个癌症生存者组织和两个临床医生团体合作，该项目将调整 BREASTChoice，并通过社交媒体和在线社区分享。

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。