使用质谱分析呼出气挥发性有机化合物

数据集获取

源站：https://clinicaltrials.gov/study/NCT07732686

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：胰腺癌、肝细胞癌、肺癌、卵巢癌、乳腺癌、头颈癌、结肠癌、膀胱癌。本研究旨在确定与癌症相关的代谢变化是否会在呼出气体中产生与健康个体不同的特征性改变。将使用机器学习技术分析呼气样本，以识别挥发性有机化合物（VOC）模式，并开发能够检测多种类型癌症的诊断算法。长期目标是建立一种基于呼气的无创筛查工具，以促进多种癌症的早期发现。此外，同意参与本研究的患者和健康参与者可选择同意在未来被联系以提供额外的呼气样本。

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。