基于人工智能的乳腺癌遗传风险预测筛查工具

数据集获取

源站：https://clinicaltrials.gov/study/NCT07070128

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：乳腺肿瘤。这是一项观察性回顾研究。将被乳腺科医生认为具有遗传风险并已接受遗传学家基因检测的患者的电子病历进行审查，若符合研究条件，患者将回答由人工智能虚拟助手进行的关于其癌症家族史的问题。本研究将在两个中心进行。第一个是位于巴西里奥格兰德杜 Sul州阿雷格里港的Moinhos de Vento医院乳腺中心，被指定为协调中心。这是一个私立中心，由多学科团队组成，致力于乳腺健康护理，从常规检查以早期发现恶性肿瘤、诊断、不同疾病阶段的综合治疗，到治疗后随访。第二个中心被指定为参与中心，是位于巴西戈亚尼亚的人类遗传学中心（CEGH/ICB）。该机构跨学科开展工作，隶属于戈亚斯联邦大学（UFG）生物科学研究所，旨在人类遗传学领域开展诊断、教育、研究和推广活动。

CEGH/ICB是一家公共机构，为统一卫生系统（SUS）中的乳腺癌女性患者提供服务，其在研究中的角色是与协调中心共享来自目标人群的收集数据。

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。