HORIZONS：癌症诊断与治疗对日常生活影响研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03000192

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：乳腺癌女性、乳腺肿瘤、非霍奇金B细胞淋巴瘤、非霍奇金淋巴瘤、成人高级别、非霍奇金淋巴瘤、弥漫性大B细胞淋巴瘤、弥漫性大细胞淋巴瘤、成人、卵巢癌。本研究的目的是邀请所有符合入选标准的癌症确诊患者，在其治疗开始前以及此后定期完成问卷，以评估癌症及其治疗对患者生活短期、中期和长期的影响。我们将探讨一系列因素，以确定其在健康和福祉恢复及自我管理中的作用。尽管已知癌症患者可能因疾病和治疗而经历多种身体和心理问题，但目前尚不清楚健康和福祉恢复的“典型”过程是什么样的、需要多长时间以及如何对此加以影响。我们将确定癌症诊断后健康和福祉恢复的路径（最初为50岁前确诊的乳腺癌、非霍奇金淋巴瘤和妇科癌症），并识别影响这一过程的因素。

这包括评估个人疾病、个人特质、感知到的治疗负担、其所处环境的作用（包括健康/社会护理及个人支持网络），以及他们自我管理的能力和条件。我们将识别哪些人最有可能出现问题，以及人们能够调动哪些环境支持和资源来辅助其自我管理。我们还将探究谁有信心和能力在治疗期间及之后进行管理，哪些因素会影响这一点，以及这是否会促成问题的更早解决及健康与福祉的恢复。这些知识将用于开发和测试未来的支持性干预措施，以促进健康和福祉的快速恢复——我们的长期目标是设计出在我们识别出的问题领域帮助癌症患者的方法。

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。