美国国家癌症研究所癌症登月生物样本库

数据集获取

源站：https://clinicaltrials.gov/study/NCT04314401

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：急性髓系白血病，乳腺解剖学分期III期乳腺癌AJCC第8版，乳腺解剖学分期IV期乳腺癌AJCC第8版，临床分期IV期食管腺癌AJCC第8版，临床分期IV期胃癌AJCC第8版，临床分期IV期胃食管交界处腺癌AJCC第8版，食管癌，输卵管癌。主要目标：I. 通过从在NCI社区肿瘤研究计划（NCORP）站点和其他国家临床试验网络（NCTN）站点接受标准治疗的多样化癌症患者群体中获取和分发多个纵向生物样本及相关数据，支持当前和未来对药物耐药性和敏感性的研究以及国家癌症研究所（NCI）资助的其他癌症研究计划。次要目标：I.

通过在获得临床实验室改进法案（CLIA）认证的实验室中对肿瘤样本进行分子谱分析检测，并向医生和患者报告结果，供其在临床管理中酌情使用，包括对获得性耐药机制的数据分析，从而为研究参与者及其医疗提供者提供有价值的服务。二、通过向NCI的患者来源模型库（PDMR）——一个可供研究人员使用的国家资源——提供最多20%研究参与者的生物样本，促进癌症研究人员开发患者来源模型，如细胞系和异种移植模型。三、开发并实施有效的患者和提供者参与方法，以提高对生物样本库及其与癌症研究关系的理解，并增加少数族裔和医疗服务不足的研究参与者在癌症研究中的代表性。四、提升美国社区医院和诊所在通过生物样本库活动为癌症研究做出贡献方面的能力。五、

为支持基于该项目产生的二次研究，需将数据存入公共存储库，如癌症研究数据共享平台（CRDC）、癌症影像档案库（TCIA）、基因型与表型数据库（dbGaP）及其他潜在的NCI数据库。

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。