Oncoliq 乳腺癌早期检测测试验证

数据集获取

源站：https://clinicaltrials.gov/study/NCT07331506

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：乳腺癌检测、乳腺癌早期乳腺癌（1-3期）、女性乳腺癌、乳腺癌-导管原位癌（DCIS）、乳腺癌-浸润性导管癌、HER2低至中度表达的乳腺癌、乳腺癌（早期乳腺癌）、乳腺癌-女性。癌症仍然是全球最重要的公共卫生问题之一。得益于早期检测，某些类型癌症的死亡率已显著下降。然而，缺乏可及、低成本、非侵入性、无毒且易于实施的诊断方法导致晚期诊断，使得如今每6人中就有1人死于癌症。微小RNA（miRNAs）是一类小型非编码RNA，能够调控基因表达，存在于细胞内以及血液和尿液等体液中。多项研究已证实它们在人类疾病，尤其是癌症中的作用，肿瘤会将miRNAs释放到血液中，可作为早期检测的生物标志物。

Oncoliq SAS的研发团队鉴定出一组与乳腺癌相关的miRNA，其检测性能为82%的灵敏度和83%的特异性，并已在探索性研究和初步验证性研究中得到验证。这些结果促成了基于液体活检技术的专利申请。本方案的目标是利用乳腺癌患者样本和无癌对照组样本，建立一套用于乳腺癌早期检测的miRNA组合。miRNA的验证将通过RT-qPCR进行。此阶段构成生物标志物的分析验证，目标是开发一种能够对患有和未患有乳腺癌的个体进行分类的算法。在未来的阶段，计划开展一项试点临床试验，以评估检测的实施和临床验证。

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。