POINTING：接受检查点抑制剂治疗的黑色素瘤与NSCLC患者临床队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04193956

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：黑色素瘤、非小细胞肺癌。这是一项双中心、前瞻性连续入组的纵向队列研究，研究对象为符合标准抗PD-1抗体治疗条件的非小细胞肺癌（NSCLC）或转移性黑色素瘤患者。该前瞻性纵向队列的数据将用于POINTING（由整合组学和分子影像组成的多层面预测特征支持的患者定制癌症免疫治疗）KWF Kankerbestrijding项目（WP4）。该项目旨在通过应用新技术分析免疫治疗前及治疗期间的肿瘤特征，开发一种多层面预测特征。为此，研究人员将采用“组学”方法。通过将包括基因组学、转录组学、蛋白质组学在内的分子组学与放射组学和分子影像相结合，将产生一组能够准确预测治疗结局的因素。该队列的参与者将在标准抗PD-1抗体治疗前、治疗期间及治疗结束时接受肿瘤活检、静脉血采样和粪便采样。

此外，还将收集来自标准抗PD-1治疗常规程序（包括实验室评估、CT和FDG-PET）的数据。

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。