18FDG PET用于局部晚期或转移性非小细胞支气管肺癌或黑色素瘤患者免疫治疗早期识别肿瘤逃逸

数据集获取

源站：https://clinicaltrials.gov/study/NCT03584334

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：非小细胞支气管肺癌或黑色素瘤。本研究的原创性基于早期预测免疫治疗耐药性的重要意义（早期治疗逃逸、副作用、治疗成本等）。迄今为止，尚无前瞻性研究发表关于18FDG PET在区分真性肿瘤进展与假性进展方面的价值。因此，需要开展研究以确定评估免疫治疗特异性代谢反应的新标准，以及 interim 检查的最佳时机。目标是开展一项横向、非随机、前瞻性、多中心诊断性能研究，统一18FDG PET扫描的时间点、采集条件和判读标准。在PET中采用双时间点采集还将使判断18FDG病灶摄取动力学成为可能（计算延迟图像上的18FDG滞留指数），目的是突出PET标准，以区分不可切除黑色素瘤或晚期或转移性NSCLC患者的炎性假性进展与真性肿瘤进展。

其他代谢参数也将被研究，比如肿瘤代谢体积的变化和结合强度的变化。最后，本研究将纳入患者，以评估免疫治疗7周后观察到的代谢肿瘤反应、治疗3个月后的形态学反应（RECIST v1.1和i-RECIST）与1年总生存率之间的相关性。

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。