乳腺导管：经内镜与灌洗获取脱落导管细胞基因组测序的初步研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02121873

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、癌前病变、导管原位癌。尽管文献中缺乏解剖学上的明确性，Tibor Tot提出乳腺癌和导管原位癌是一种肺叶疾病，因为同时或非同时出现的、常为多灶性的原位肿瘤病灶局限于一个“病变”肺叶内。这一理论在乳腺分子研究中得到了一定的共鸣，这些研究表明，即使在正常乳腺组织中，也存在大片克隆性“斑块”。然而，这些工作大多基于显微切割，并假设相邻的导管轮廓属于同一肺叶。事实上，Cooper和Going都展示了来自不同独立肺叶的分支导管相互交织。这为显微切割组织中的解读错误埋下了伏笔。导管灌洗允许对单个导管进行插管和灌洗，并收集1，000至超过10，000个脱落细胞，这些细胞可用于分子和遗传变化的研究。导管镜检查增加了确认导管未被穿孔以及刷取导管内壁以增加细胞产量的能力。实时超声可用于确认导管解剖结构。

结合这些微创技术，现在可以收集所需细胞，以应用新的基因技术并研究导管上皮细胞的基因组。在获取导管上皮细胞的方法不断发展的同时，全基因组测序技术也取得了类似的进步。Knome®是一家营利性公司，现在能够通过分析导管细胞与血液的对比来识别变异，包括单核苷酸多态性（SNP）、短和长插入与缺失（indels）、倒位、易位、融合基因和拷贝数变异（CNVs）。Ingenuity Pathway Analysis可以识别可能驱动癌前增生的mRNA网络。Covance Genomics Laboratory（CAL）将在Illumina平台上进行DNA和RNA提取、DNA质控和下一代测序。随着c

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。