妇科肿瘤提问清单研究（ASQ-GYO）

数据集获取

源站：https://clinicaltrials.gov/study/NCT06339827

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

疾病类型：卵巢癌、子宫内膜癌、宫颈癌、外阴癌、阴道癌、妊娠滋养细胞疾病。* 计划预约新患者门诊的潜在参与者将通过电话或电子邮件联系，以确定他们是否有兴趣参与。* 如果参与者有兴趣，他们将选择偏好的知情同意方式（电话、电子邮件或当面），以及他们希望现在还是在预约前稍后完成就诊前调查。* 如果签署知情同意，所有参与者都将获得调查前问卷。如果符合条件，参与者将被随机分配到常规护理组或干预组（妇科肿瘤学提问问题提示清单（ASQ-GYO QPL））。* 如果被随机分配到接受ASQ-GYO QPL的组别，他们将通过电子邮件收到该文件，并在就诊前在候诊室获得ASQ-GYO QPL的纸质副本，以确保他们接受了干预。* 在参与者就诊结束后，所有参与者将被要求在诊所候诊室通过平板电脑完成就诊后调查，或在预约后1周内通过电子邮件中的安全链接完成。

在完成访后调查后，且在访问后一个月内，未随机分配接受ASQ-GYO QPL的参与者将通过电子邮件收到ASQ-GYO QPL，以便他们也能获取此资源。

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。