孕期持久性有机污染物暴露

数据集获取

源站：https://clinicaltrials.gov/study/NCT03419026

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。乳腺癌是女性最常见的癌症，每八名女性中有一人在其一生中会罹患此病。其在全球范围内患病率的上升及分布不均，无法完全用预期寿命的延长、不到10%病例中存在的遗传因素、早期筛查或特定时期使用绝经期激素治疗来解释。

众多实验和流行病学论据，以及20世纪50年代至75年间母亲被处方使用己烯雌酚、自身在子宫内暴露的女性在50岁后乳腺癌风险增加这一事实，均提示参与早期发育的环境因素（营养、酒精、烟草、化学污染物）可能发挥作用，这些因素可能作为内分泌干扰物、类雌激素物质，或干预其他核受体如……然而，对此类暴露有害的病理生理作用的正式论证在流行病学方法学层面面临困难：首先，相关性是在发现乳腺癌时才加以探寻，而暴露存在关键窗口期（胎儿期、围产期、围青春期及妊娠期），且持久性有机产物或POPs（最常见为脂类）存在其中。

本项目的目标是将妊娠期持久性有机污染物（POPs，包括二噁英、类二噁英、多氯联苯、有机氯农药及阻燃多溴衍生物）暴露与分娩后15年内乳腺癌的发生相关联，并考虑经典乳腺癌危险因素（年龄、生殖事件等）的混杂影响。本项目一方面得益于2002年至2005年间在尼斯大学医院和格拉斯大学医院开展的一项PHRC期间建立的脐血库（6,242份样本），另一方面得益于PACA科西嘉地区癌症观察站/CRISAP，该登记处自2005年以来对超过92%的病例实现全面覆盖，登记资料……

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。