瑞典乳腺X线摄影队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT01127698

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：癌症、心血管疾病、白内障、胃肠道疾病、骨质疏松症、骨折。1987年至1990年间，瑞典中部两个县引入了一项基于人群的乳腺X线摄影筛查项目。在西曼兰县，所有1917年至1948年间出生的女性在1987年3月至1989年3月间收到邮寄的乳腺X线摄影筛查邀请（n=41,786），并附有一份6页问卷；31,735名女性（76%）返回了完成的问卷。在乌普萨拉县，所有1914年至1948年间出生的女性被邀请参加筛查，并在1988年1月至1990年12月间收到相同问卷（n=48517）；34916名女性（72%）返回了完成的问卷。因此，从源人群中获得了66,651名女性（74%）在接受乳腺X线摄影前完成的问卷。这些问卷包括饮食、产次、首次生育年龄、家族乳腺癌史、体重、身高和教育程度等项目。1997年，向所有仍居住在研究区域的队列成员发送了第二份问卷。

问卷更新了饮食信息，并扩展至包含体力活动、病史、初潮年龄、口服避孕药使用史、绝经年龄、绝经后激素使用以及吸烟史和膳食补充剂使用等生活方式因素的信息。问卷中的大多数问题已经过验证。2008-09年间，通过发送两份新问卷更新和扩展了暴露信息——一份关于健康（包括若干症状体征、睡眠、社会关系等，2008年），一份关于饮食、膳食补充剂使用和生活方式因素（2009年）。癌症发病病例通过将研究人群与瑞典国家癌症登记处和地区癌症登记处进行记录 linkage 来确认。心血管疾病及其他疾病、手术和死因则通过与瑞典卫生与福利委员会的国家住院登记处及其他登记处 linkage 来识别。

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。