HIV相关肛门癌筛查研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00188292

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：HIV感染、肛门癌、肛门发育不良、乳头状瘤病毒感染。年轻HIV感染男性中肛门癌的发病率高出163倍。它由另一种病毒HPV引起。在HIV流行期间，其发病率翻了一番，并且尽管有效的抗逆转录病毒治疗，发病率并未下降。建立一个肛门癌筛查项目来检测癌前病变非常重要；这已通过使用宫颈巴氏涂片来预防宫颈癌得以实现。我们将进行肛门巴氏涂片、HPV检测，并执行高分辨率肛门镜检查，以获得肛门放大且详细的视图。进行活检并启动早期治疗。预计这种方法将有助于预防肛门癌。具体目标：本研究旨在确定病理学和人类乳头状瘤病毒（HPV）检测在识别HIV阳性男性癌前变化中的准确性。主要问题是确定肛门巴氏涂片在检测肛门癌前变化方面的效果如何。

次要问题包括：(a) 确定肛门巴氏涂片检查的检测特征，(b) 评估肛门镜医师在视觉检测癌前病变方面的一致性，以及 © 确定预测癌前病变的病毒和患者特征。研究设计：这是一项横断面调查，对象为有肛门接受性交史的HIV阳性男性，他们正在多伦多几家HIV诊所就诊。收集相关信息以及肛门标本进行评估。有一个多学科团队在这些研究中拥有适当的专业知识。结局指标和统计分析：主要结局指标是通过高分辨率肛门镜检查确定的癌前病变的存在。我们需要筛查425名受试者，以找到100名患有高度癌前病变的患者。次要结局分析包括细胞学和HPV DNA检测在检测组织学确认的癌前病变或癌症方面的特异性、阳性预测值和阴性预测值。

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。