铜-64抗CEA单克隆抗体M5A PET诊断CEA阳性癌症患者

数据集获取

源站：https://clinicaltrials.gov/study/NCT02293954

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

适应症：乳腺癌、结肠癌、肝外胆管癌、胆囊癌、胃肠道癌症、肝癌及肝内胆管癌、肺癌、转移性癌症。主要目标：I. 通过PET成像确定64Cu标记的M5A抗体（铜Cu 64抗CEA单克隆抗体M5A）定位CEA阳性癌症（如胃肠道癌、肺癌、甲状腺髓样癌和乳腺癌）的能力。次要目标：I. 描述对64Cu标记的M5A抗体产生人抗人抗体（HAHA）反应的滴度频率。II. 确定给予64Cu标记的M5A抗体的安全性。大纲：患者在第0天静脉注射（IV）铜Cu 64抗CEA单克隆抗体M5A，然后在第1天和第2天进行PET检查。研究完成后，对患者进行1个月和3个月的随访。

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。