Freenome多组学血液检测用于肺癌筛查的临床验证

数据集获取

源站：https://clinicaltrials.gov/study/NCT06122077

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：肺癌诊断。这是一项前瞻性、多中心、观察性研究，旨在评估Freenome多组学血液检测在筛查符合条件的参与者是否患有肺癌方面的性能。入组将面向所有符合条件、接受胸部CT筛查扫描作为肺癌标准治疗（SOC）一部分的参与者开放。符合本研究资格标准并提供知情同意书的受试者将被纳入研究，且血液样本采集必须在签署知情同意书后30天内完成。理想情况下，筛查胸部CT应在研究采血当天完成，但允许在研究采血后最多45天内进行筛查胸部CT。本研究还将收集人口统计学数据和相关临床数据，如病史、生活方式、职业和环境暴露、家族史以及临床实验室数据。

所有与肺癌诊断或肺部病变评估相关的诊断性检查和操作的报告及临床记录，如组织病理学和支气管镜检查报告，以及诊断/随访影像和影像报告，将作为筛查性胸部CT扫描随访的一部分进行收集。所有入组受试者将自基线筛查性胸部CT之日起进行前瞻性随访，至少持续24个月，或直至提前达到研究终点（包括撤回知情同意或死亡）。

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。