非小细胞肺癌患者厄洛替尼治疗后无进展生存期预测模型的开发

数据集获取

源站：https://clinicaltrials.gov/study/NCT00897533

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：肺癌。目的：* 评估在临床试验ECOG-E3503中接受盐酸厄洛替尼治疗的非小细胞肺癌患者组织中的间充质和上皮标志物。* 确定这些患者中上皮标志物（E-钙粘蛋白）的丢失和间充质标志物（波形蛋白/细胞角蛋白共表达）的获得。* 评估间充质和上皮标志物是否能预测这些患者的无进展生存期（PFS）。* 通过全基因组图谱和其他已知生物标志物识别单核苷酸多态性谱，以预测这些患者的PFS。大纲：通过全基因组图谱分析组织样本的单核苷酸多态性（SNP）率、信号检测率以及定量免疫组织化学检测间充质（波形蛋白/细胞角蛋白）和上皮（E-钙粘蛋白）标志物转换。在生物标志物识别和基因图谱完成后，开发一个预测这些患者无进展生存期的模型。预计入组人数：本研究将累计收集137份样本。

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。