局限性癌症患者治疗相关慢性毒性数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT01993498

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：复发转移性乳腺癌、早期肺癌。具体目标一：建立一个包含20，000名I-III期（非转移性）乳腺癌女性患者队列的毒性数据库。选择标准：该队列将纳入非转移性乳腺癌（I-III期）女性患者，不根据其个人特征（分期除外）或治疗情况进行任何筛选。患者可能同时参与其他临床研究。患者须签署知情同意书，并须享有社会保障。不设选择标准的原因在于，该队列旨在从公共卫生角度研究整个乳腺癌人群中的毒性。样本量：该队列计划在13年内纳入14750名女性。14750名患者的队列将能够检测到同质亚组中特定毒性风险的两倍增加。举例而言，本研究具有90%的把握度来检测在50%患者中观察到的某一变量（以年龄为例）是否与特定亚组（Her2+++）中毒性风险（心脏毒性）增加相关。

队列的建立 14750名患者将在26个癌症中心招募，最多在法国。这些患者将在队列背景下至少随访5年。5年后，每年将额外采集特定的数据。患者将在诊断时纳入，即在任何癌症特异性治疗之前。在签署知情同意书后，患者将填写第一份关于人口统计学（改编自法国DREES参考研究）和生活条件的问卷，以及一组与生活质量和特殊心理维度相关的经过验证的问卷。此外，将在基线时采集血液样本。毒性（事件）将在“急性”治疗（手术/辅助治疗/化疗/放疗）结束后3个月开始收集。毒性数据也将在最后一次化疗时收集。毒性将每6个月收集一次，交替通过

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。