生物学、遗传与体质因素及无创监测评估个人癌症风险研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07469709

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：乳腺癌、结直肠癌、卵巢癌、黑色素瘤（皮肤癌）、非小细胞肺癌（MeSH术语：癌，非小细胞肺）。该观察性研究由回顾性和前瞻性两部分组成。回顾性部分将选取2000年至2015年间接受手术的400例乳腺肿瘤患者，其中200例为遗传性乳腺肿瘤，200例为非遗传性乳腺肿瘤，并具有以下临床、形态学和分子分型特征（管腔A型和B型、三阴性）及可叠加分期。肿瘤组织将接受免疫细胞化学检查，以研究以下参数：血管生成（CD31）、成纤维细胞（CD34和波形蛋白）、巨噬细胞（CD68）和肿瘤相关巨噬细胞（M1：CD11c；M2：CD163）；浆细胞（CD138）、T淋巴细胞（CD8）；肥大细胞（CD117）。数据将与预后及发生遗传性乳腺癌的风险进行相关性分析。前瞻性部分则计划纳入在WP1中初步筛查的不同患者队列。

将评估600名已知患有乳腺癌（N=200）、卵巢癌（N=200）和结直肠癌（N=200）的患者，这些患者是在肿瘤咨询背景下接受胚系基因检测的候选者。患者将在手术前被筛选，如果他们同意参与研究，将在肿瘤遗传咨询背景下签署知情同意书。入选患者将接受血液采样（5 ml，EDTA管），用于提取核酸（DNA和RNA）。根据胚系基因检测结果，患者将被分为3个队列：* 队列2A，具有遗传性遗传的受试者（先证者）：假设在600名受检者中可识别出约10%（N=60）的先证者（每种病理20名）。* 队列2B，通过遗传咨询确定为可能携带遗传性肿瘤综合征但未经基因检测证实的受试者：60名受试者的人群，每种肿瘤类型20名，与队列2A相比，年龄和表型等临床特征相似。

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。