香港乳腺癌研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02889458

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、导管原位癌。引言：随着人口老龄化和西方化程度加深，乳腺癌仍然是香港女性重要的健康问题。需要加强合作研究，以探讨人群乳腺癌筛查、此类病变的病因学以及乳腺癌幸存期结局等问题。目前缺乏与本地相关的乳腺癌风险评估模型。新型遗传因素对乳腺癌的贡献、识别与乳腺癌风险相关的基因区域中的关键功能性等位基因以及基因-环境交互作用，均需要在华人人群中进一步研究。西方的预后研究可能无法直接适用于华人人群。目的：我们旨在通过在香港医疗环境中采用病例对照和队列研究设计，研究本地华人乳腺癌的病因学和结局。我们旨在检查潜在的风险因素/生物标志物（包括传统和新型），并为乳腺癌监测建立基础设施和生物样本库。

我们将作为幸存者队列对病例进行前瞻性随访。方法：将开展一项基于医院的病例对照研究和一项前瞻性幸存者队列研究。在香港为期36个月的时间内，从公立医院、私立医院和私人诊所连续招募新发乳腺癌和DCIS病例（n=3,501）；并尽可能通过年龄和医院/诊所设置等因素进行频率匹配来选择对照。病例将接受为期10年的前瞻性随访，数据收集将在基线（诊断后24周内）、基线评估后3年、5年和10年进行。将收集生物样本（包括病例的血液、肿瘤和正常乳腺组织样本，以及对照的血液样本），用于后续的遗传和分子研究，包括WGS、GWAS、基因-环境

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。