DORA项目女性乳腺癌风险遗传评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT07734389

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、乳腺癌风险。本研究是此前在斯洛文尼亚DORA乳腺癌筛查规划内开展的一项研究的延续。此前的研究纳入2021年年满50岁、被邀请在DORA规划中接受首次筛查性乳腺X线摄影、完成乳腺癌风险问卷并提供知情同意的女性。在此前的研究中，乳腺癌风险最初基于问卷数据和乳腺X线摄影信息使用S-IBIS模型进行估计。共有291名女性被确定为具有中度增加或高乳腺癌风险。由于初始评估主要基于自我报告信息，且未包括对所有风险因素和家族癌症史的专家辅助核实，这些女性被邀请参与更详细的风险评估。提供同意的参与者需完成额外问卷，并在卢布尔雅那肿瘤研究所临床癌症遗传学系参加个体咨询。在咨询期间，由专科医生审查个人乳腺癌风险因素和家族癌症史。

家庭成员中报告的癌症诊断，在可能的情况下，通过斯洛文尼亚癌症登记处进行核实。收集的信息包括个人特征、乳腺癌危险因素、癌症家族史、乳腺组织密度，以及在进行了基因检测时的基因检测结果。使用S-IBIS和CanRisk模型对个体乳腺癌风险进行重新评估。当参与者符合适用临床指南中定义的标准时，提供基因检测。评估完成后，每位参与者根据其重新评估的风险水平，获得进一步的乳腺癌筛查和随访建议。研究假设是，最初被归类为乳腺癌风险增高的女性中，超过半数将在之后被重新归类为人群水平风险。

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。