Utrecht乳腺癌多干预研究与长期评估队列——UMBRELLA队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT02839863

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：乳腺癌。由于更好的治疗选择和更早的检测，乳腺癌患者的生存率持续增加。因此，（晚期）治疗毒性、（长期）生活质量和美容效果正变得越来越重要。此外，许多竞争性实验干预措施（例如治疗、生活方式干预）正在针对乳腺癌被开发出来，所有这些都需要在常规临床护理中实施之前进行适当评估。随机对照试验是进行此类评估的金标准，但已显示出许多挑战，尤其是在应用于癌症环境时。“队列多重随机对照试验（cmRCT）”设计是一种有前景的设计，可用于对实验性干预措施进行多重（同时）随机评估，并具有提高招募率、可比性和将长期结果作为标准的潜力。

通过按照cmRCT设计建立UMBRELLA这一前瞻性队列，研究者旨在：* 为实验性干预措施的高效、快速和实用性评估及实施提供基础设施 * 深入了解乳腺癌患者的短期和长期治疗反应、毒性、并发症、生活质量和生存情况。

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。