胸部恶性肿瘤前瞻性数据收集计划

数据集获取

源站：https://clinicaltrials.gov/study/NCT06996249

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

疾病范围：肺癌、胸部肿瘤、非小细胞肺癌、腺癌、鳞状细胞癌、大细胞肺癌、胸腺癌、间皮瘤。目的：* 开展一项前瞻性观察性队列研究，纳入胸部恶性肿瘤患者，从初次诊断随访至死亡。* 在获得知情同意后，前瞻性收集病史、合并症、基线临床参数、影像学结果、病理学结果、肿瘤特征、治疗、治疗结局、住院情况、干预措施及（严重）不良事件数据。* 在另行获得知情同意后，收集健康相关生活质量和工作能力数据，即患者报告结局指标数据。* 在另行获得知情同意后，收集常规诊疗过程中获取的影像学、血液及（肿瘤）组织材料，用于观察性研究或生物样本库储存。* 在另行获得知情同意后，收集常规诊疗过程中获取的影像学资料，用于观察性研究或人工智能学习。

• 该队列将作为一种基础设施，旨在根据“队列内试验”（Trials within Cohorts，TwiCs）设计，在适当时对胸部恶性肿瘤患者的新干预措施（例如多学科抗癌治疗、药物或其他全身治疗、生活方式或随访中的干预）进行高效、安全和全面的临床评估。对于标准治疗以外的干预措施，必须另行获取知情同意。预期成果：* 提供关于胸部恶性肿瘤在日常实践中的治疗和临床结局以及患者报告结局的更准确数据。* 为多种研究目的建立基础设施，包括但不限于：* 预后和预测研究* 分子和（表观）遗传学研究* 在适当时根据“队列内试验”（TwiCs）设计，对胸部恶性肿瘤患者的新治疗干预措施进行比较。* 医疗保健政策和成本效益研究。研究设计：一项前瞻性观察性队列研究。被诊断为胸部恶性

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。