呼吸道异型增生或肺癌、头颈癌、气消化道癌症患者及正常志愿者的生物标志物研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT00900419

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：食管癌、头颈癌、肺癌、癌前病变。目的：主要目标 * 确定呼吸道上皮癌前病变的中间生物标志物，如基因突变或生长因子表达改变，在呼吸道上皮异型增生或肺癌、头颈癌或气消化道癌症患者中。次要目标 * 建立来自这些患者和正常志愿者的正常和异型增生呼吸道上皮组织库，通过支气管内钳和刷检组织获取。概述：患者根据呼吸道上皮广泛和严重异型增生的存在与否进行分层（是 vs 否）。参与者接受痰细胞学检查、白光（伴或不伴荧光）支气管镜检查以及支气管内活检。参与者还接受支气管内刷检和支气管分泌物收集，并可能进行支气管肺泡灌洗。收集的样本通过苏木精、伊红和免疫组化染色处理，并分析特定生物标志物。未使用的样本储存在组织库中。预计入组人数：本研究将招募总共330名参与者。

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。