利用基因组测序治疗多灶性肺癌的临床测试

数据集获取

源站：https://clinicaltrials.gov/study/NCT02705404

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：肺肿瘤，非小细胞肺癌。肺癌治疗中常见的临床难题是多灶性肺癌的管理。治疗决策基于判断多个癌症是真正独立的原发性癌症还是相关的转移。这一判断对于癌症的准确分期和治疗至关重要。实际上，这一区分决定了是采取针对早期原发灶的积极局部治疗（手术或放疗），还是针对晚期转移性疾病的姑息性化疗或最佳支持治疗及相应的症状管理。目前，尚无现有的病理学或分子检测能够准确区分多发性独立肺原发癌与转移性疾病。最近，NLST筛查试验初步数据的发布表明，对高风险患者进行CT扫描筛查可能带来生存益处，这只会增加面临此类治疗困境的患者数量。研究团队最近开发了一种检测方法，能够非常准确地进行这一区分。

该检测通过配对末端下一代测序（MP）识别大型基因组重排，从而确定两个肿瘤之间的谱系关系。该检测最初是使用切除的肺部肿瘤新鲜冷冻组织开发的，目前正作为临床检测进行验证。研究者的目标是利用细胞学和小活检标本来开发这项检测。

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。