乳腺癌肺转移遗传风险评分与预后评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07752966

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：乳腺癌肺转移。本观察性研究旨在验证六基因风险评分模型对早期乳腺癌患者肺转移的预测能力。其主要研究问题包括：该基因风险评分能否准确识别肺转移高风险患者？能否预测这些患者的无肺转移生存期和总生存期？在不同乳腺癌亚型中，其性能与传统临床指标（如TNM分期、分子分型和Ki-67）相比如何？参与者为年龄70岁及以下、新诊断的非转移性早期乳腺癌女性。她们将按照常规临床实践接受标准治疗。将采集单份肿瘤组织样本（来自活检或手术）用于检测六个特定基因的表达，并计算风险评分以将患者分为高风险组或低风险组。所有参与者将接受最长120个月的随访，以监测肺转移的发生和生存结局。

此外，该研究将利用一部分肿瘤样本，探讨两个风险组之间免疫微环境特征的差异。

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。