Synthea生成的乳腺癌患者增强数据：PRomop PatientRecord与原始OMOP基准测试

数据集获取

源站：https://doi.org/10.5281/zenodo.21312915

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。

数据集大小约 23.4 MB。

数据说明

本数据集是一个从PRomop（PatientRecord on OMOP）导出的合成乳腺癌队列，用于复现随附论文中所报告的基准测试。该文件包含来自SYNTHEA-BC组织的100名患者，是在完成OMOP到PatientRecord的全面刷新后，通过PRomop的export_org_patients管理命令生成的。每条患者记录均包含展平后的PatientRecord行以及用于派生该行的相关OMOP临床表，从而能够直接比较物化投影读取与实时OMOP重建的结果。该队列源自导入PRomop的OMOP CDM层的Synthea生成的乳腺癌数据，仅在需要时进行选择性增强，以补充生成器输出中缺失或不完整的、临床必需的决策就绪要素，而非作为扁平的基准行手动编写。此数据包不包含任何真实患者数据。

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。