NCI Surgery Branch 临床研究方案评估数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT00001823

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

疾病类型：滑膜细胞癌、黑色素瘤、结直肠癌、肺癌、膀胱癌。背景：潜在的研究候选者需接受全面筛查，包括实验室检测、扫描、X射线以及病理切片复核，以确定其是否符合美国国家癌症研究所外科分部（NCI-SB）研究方案的初步资格。目的：允许对转介至NCI-SB的患者进行评估，以识别适合参与NCI-SB临床研究方案的个体。评估在接受NCI-SB方案筛查的癌症患者群体中，恶性肿瘤的HLA分型频率、基因特异性突变或新抗原表达情况。收集筛查测试结果，作为后续研究方案的基线（如治疗前）值使用。入选标准：年龄≥18岁。疑似患有或经活检证实患有恶性疾病的患者。患者能够理解并愿意签署书面知情同意书。患者正在接受NCI-SB方案的治疗评估。

设计：入组本方案的患者将由NCI-SB医生进行评估，以确定个体是否适合参与临床研究方案。已设定7，000例患者的入组上限，以满足NCI-SB的筛选需求。

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。