局部晚期宫颈癌同步放化疗反应的放射组学MRI预测模型

数据集获取

源站：https://clinicaltrials.gov/study/NCT07305727

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：宫颈肿瘤、2018年FIGO分期宫颈癌。宫颈癌是一种起源于宫颈鳞状上皮的浸润性癌症。在全球范围内，宫颈癌是女性第四大常见癌症，2020年约有604,000例新发病例。局部晚期宫颈癌（FIGO IB3期至IVA期）的治疗基于放疗与化疗的联合方案（顺铂40 mg/m2×5或6次，或当顺铂禁忌时使用卡铂曲线下面积2）。同步放化疗的疗效在不同女性之间仍高度异质，预测这些治疗的反应将有助于对标准治疗反应较差的患者及早考虑替代疗法。事实上，IB期和IIA期的5年无复发生存率约为79%，III期和IVA期约为59%，尽管接受了放化疗，仍有约36%的局部失败。局部晚期宫颈癌的影像组学MRI方法已在少数研究中显示对局部区域复发或生存具有预后价值。

然而，这些模型在应用于常规临床实践之前仍需进行探索和验证。EPICOL队列是一个临床-生物学队列，包含136名在蒙彼利埃癌症研究所或尼姆大学医院接受放化疗治疗的局部晚期宫颈癌患者。目的是基于EPICOL队列治疗前后盆腔MRI的放射组学数据，开发一个预测放化疗反应的模型。

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。