基于非侵入性代谢组学特征的结直肠癌早期诊断

数据集获取

源站：https://clinicaltrials.gov/study/NCT06452745

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、结直肠腺瘤、结直肠息肉、健康。若将两性合并考虑，结直肠癌（CRC）是我们环境中最高发的肿瘤。在女性中，它是仅次于乳腺癌的第二常见肿瘤；在男性中，则是仅次于前列腺癌的第二常见肿瘤。就死亡率而言，CRC是男性癌症死亡的第二大原因，仅次于肺癌；在女性中则仅次于乳腺癌，位居第二。据估计，2013年塔拉戈纳省有735例结直肠癌病例和262例结直肠癌死亡。自1982年以来，男性发病率每年增加超过3%，女性增加近2%。据估计，如果不开展早期诊断项目，到2020年将诊断出约900例新发CRC病例，并发生约300例死亡1。这些数字因世界不同地理区域而异。若将欧洲人口作为一个整体来看，结直肠癌是两性合计第三常见的肿瘤，仅次于乳腺癌和前列腺癌。

它是男性中第三常见的肿瘤，仅次于前列腺癌和肺癌，在女性中为第二常见，仅次于乳腺癌。欧洲的死亡率数据显示，结直肠癌在男女合计中位居第三，仅次于肺癌和乳腺癌，因此在男性中仅低于肺癌，在女性中仅低于乳腺癌2。与绝大多数癌症一样，年龄是结肠癌和直肠癌的主要不可改变风险因素。超过90%的病例在50岁以上人群中确诊。患有家族性结肠息肉病或Lynch综合征等遗传性疾病的人群结直肠癌风险增加，尽管绝大多数结直肠癌（超过90%的病例）不具有遗传因素。就可改变的风险因素而言，最重要的之一是食用红肉和加工肉类，或重度烹制或直接接触火烤制的肉类。另一方面，纤维、水果和蔬菜的摄入，以及

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。