全球肿瘤心脏病学注册登记

数据集获取

源站：https://clinicaltrials.gov/study/NCT05598879

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

疾病条件：乳腺癌、血液系统恶性肿瘤、免疫检查点抑制剂相关心肌炎、心脏毒性、心血管疾病。G-COR是首个全球前瞻性心脏肿瘤学注册研究。它是一项跨国、多中心的前瞻性观察性队列注册研究，旨在收集临床、实验室、影像学、人口统计学和社会经济学数据，以识别在不同环境中与癌症治疗相关心血管毒性（CTR-CVT）发生率增加相关的危险因素，并推导和验证用于全球不同地理区域治疗的心脏肿瘤学患者的风险评分。G-COR将涉及来自24个国家124家医院的合作，这些医院已完成站点人口统计学调查。它将评估三种不同癌症患者人群中的心血管疾病（血液系统恶性肿瘤：淋巴瘤、白血病、多发性骨髓瘤；乳腺癌患者；以及接受检查点抑制剂免疫治疗的患者）。

G-COR将评估上述患者中不同癌症治疗对心血管的影响，以及在全球大规模人群中诊断和治疗模式的异同、结局、社会经济因素的影响及毒性风险因素。G-COR将通过全球数字平台进行系统性的前瞻性数据收集，研究在学术中心和社区医院接受治疗的癌症患者中癌症对心血管疾病的影响。G-COR是一项经IRB批准的前瞻性注册研究，由C5临床研究部和克利夫兰诊所心血管结局注册与研究（CORR）小组提供后勤支持，并已在广泛的Red Cap Cloud平台上开发了eCRF。G-COR执行委员会、科学委员会和专题委员会由来自学术中心和社区中心的北美、欧洲、拉丁美洲、澳大利亚和亚洲代表领导。G-COR美国试点已完成（第一阶段），纳入了来自18个美国中心的乳腺癌患者，入组700名患者。G-COR G

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。