PRESCRIP-TEC 宫颈癌筛查客户相关因素（CRF）数据集

数据集获取

源站：https://doi.org/10.34894/DLXOZB

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

预防与筛查创新项目助力消除宫颈癌（PRESCRIP-TEC）研究项目为世界卫生组织旨在将宫颈癌作为公共卫生问题予以消除的战略提供了证据基础。该项目在资源匮乏或难以触及的环境中，针对女性实施了一种创新的宫颈癌筛查方法，包括直接治疗和随访，通过提高服务的可用性、可及性、可接受性和质量来实现。PRESCRIP-TEC聚焦于在四大洲四个国家的不同环境中进行宫颈癌二级预防的实施研究：亚洲的孟加拉国和印度，非洲的乌干达，以及东欧的斯洛伐克。该项目基于具有前景或已证实有效性（包括成本效益）的干预措施： - 当达到足够覆盖率时，基于高危型HPV的筛查具有成本效益。 - 相比于临床医生采样，自我采样进行高危型HPV检测能提高筛查的参与率。

• 醋酸视觉检查（VIA）是世界卫生组织批准的筛查方法，也是乌干达、孟加拉国、印度国家宫颈癌预防规划的一部分；在印度，支持VIA筛查的人工智能已被证明能有效检测VIA阳性病变。数据集针对每个目标国家关注以下研究问题：哪些是与客户相关的因素，影响增强筛查协议的可及性、可接受性和依从性？

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。