外周血循环肿瘤DNA暴露研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03517332

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：结直肠癌、胰腺腺癌、胃癌、肝细胞癌、非小细胞肺癌、膀胱癌、黑色素瘤、卵巢癌。这项前瞻性、多中心、可行性研究旨在通过一种新方法，在不同类型恶性器官肿瘤患者样本及无恶性疾病对照队列中，确定外周血循环肿瘤DNA暴露的潜力。该研究应用一种新方法检测外周血中的ctDNA及其他分子标志物，具体包括：从美国和欧洲各地临床中心最多10，000名参与者中采集去标识化血液标本和临床数据。收集的数据将包括以下内容：人口统计学资料、肿瘤特征、治疗相关信息、标本评估、术后评估临床信息，以及在未来间歇时间点的随访，随访时间最长可达15年。本方案将采用的研究检测方法是一种已开发的多重引物和探针设计，与传统基于测序的方法相比，该设计能够以更高的灵敏度检测更广泛的突变集。

这种新型工艺目前正在Quantgene公司进行研究。

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。