三阴性乳腺癌新辅助化疗免疫治疗应答的预测性代谢组生物标志物

数据集获取

源站：https://clinicaltrials.gov/study/NCT07847398

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：三阴性乳腺癌（TNBC），II-III期。
本研究的目标是探讨特定代谢谱能否预测II期和III期三阴性乳腺癌（TNBC）患者对新辅助化疗-免疫治疗的应答。主要目的是确定：

• 靶向代谢通路，特别是色氨酸和二乙酰精胺代谢，是否与新辅助治疗的组织学应答相关；
• 非靶向代谢组学与机器学习方法相结合，能否识别出可预测治疗应答的新型生物标志物。
  受试者将：
• 在新辅助化疗-免疫治疗开始前，按照研究中心的常规临床实践，在标准诊疗放置肿瘤定位夹期间接受影像引导下的肿瘤取样；
• 在新辅助化疗-免疫治疗开始前提供一份血液样本；
• 在标准治疗过程中提供第二份血液样本；继续按照标准临床实践接受常规临床护理，包括影像学评估和手术治疗。
  本研究不改变患者的标准治疗管理。

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。