口腔癌生物标志物研究数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT00341497

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：扁平苔藓、口腔白斑、口腔肿瘤。本纵向研究项目是美国国家癌症研究所和国家牙科与颅面研究所长期努力的一部分，旨在改进口腔癌的预防、早期发现和治疗手段。这是一项自然史研究，旨在识别可用于预测哪些口腔软组织最有可能发展为口腔癌的标志物或早期恶变征象。将在美国六家退伍军人事务医院选取具有白色、红色或红白相间口腔黏膜病变的人员参与研究。研究对象将接受所有可疑口腔病变的活检。在此基线检查时，患者将签署知情同意书并填写问卷，以获取组织病理学与分子标志物状态之间关系的潜在调节因素数据，如社会人口学特征、烟草和酒精使用情况及病史。临床医生将对病变进行描述和拍照。此外，还将轻轻刮取黏膜以获取颊细胞。

将从计算机化的VA医院数据库中提取研究受试者的牙科和医学特征选定数据。活检标本将采用免疫组织化学和分子生物学方法进行分析，以描述其病理状态并评估特定分子事件的存在情况。分子标志物的分析可能包括检测某些被认为与恶性表型相关的分子的存在或活性，包括p53依赖性生长抑制因子、pRb依赖性生长控制因子、生长因子受体调控通路、致癌物代谢等位基因及其功能以及病毒因子。为确保利用该研究人群检验尽可能最佳的早期恶性变化科学范式，关于对活检材料进行哪些遗传学和免疫组织学检测的决定将通过以下共识做出：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。