恶性肝肿瘤热消融前瞻性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06179602

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：肝癌、肝转移、结肠癌肝转移、肝细胞癌。本研究是IMAGIO（介入肿瘤学工作流程优化的影像与高级引导）项目的一部分。该项目旨在利用介入肿瘤学在临床环境中改善癌症生存结局，通过微创、高效且可负担的诊疗路径服务于三种疾病状态：肝癌、肺癌和肉瘤。在IMAGIO中，MedTech和Pharma领域的顶尖创新者以及专家学术临床中心将成熟下一代介入肿瘤学成像的全谱系，从临床前开发到临床试验中的影响验证。本研究A-IMAGIO的目标是开发一种标准化、可及、低复杂度的端到端解决方案，用于热消融治疗肝癌的患者选择、治疗计划、针道引导和治疗评估。目标之一是将AI整合到临床工作流程中，作为基于定量评估在整个过程中辅助操作者决策的工具。

将开发AI数据分析，以指导个性化治疗的决策，并结合能够优化治疗计划和实现自动化定量治疗评估的算法。此外，还将开发一个计算模型，输入放射组学和临床数据，以识别热消融后存在复发风险的患者。A-IMAGIO项目的目标是开展一项大型欧洲观察性队列研究，收集接受热消融治疗肝脏肿瘤患者的临床和影像数据，以开发和验证这些AI算法。该数据库将通过合并回顾性数据以及既往关于肝脏肿瘤热消融的前瞻性临床试验数据来构建。进一步的数据将通过一项前瞻性、多中心、观察性研究收集。长期目标是将热消融确立为原发性和继发性肝脏肿瘤患者的一线治疗。T

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。