早期胰腺癌血液标志物研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03568630

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：2型糖尿病、糖尿病前期、胰腺囊肿、慢性胰腺炎、疾病遗传易感性、遗传性疾病。被诊断为胰腺导管腺癌（PDAC）的患者在诊断后5年内的生存几率仅为10%。大多数PDAC在诊断时已处于晚期，无法进行治愈性治疗，这是由于早期疾病缺乏症状，而当症状出现时又非特异性，导致诊断延迟。识别早期PDAC的生物标志物有助于对风险高于平均水平的人群进行筛查，并加快有症状个体的诊断，从而大幅提高个体生存该疾病的机会。研究者提出对PDAC风险高于平均水平的参与者进行纵向研究，以生成临床数据并储存系列血液标本。参与者将包括有胰腺癌家族史的个体、有囊性胰腺病变或慢性胰腺炎的个体，以及新发糖尿病的个体。

识别出后续发展为PDAC的参与者中的特定生物标志物——血液标志物和/或临床“前驱症状”——可改善PDAC患者的诊断方法效果。

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。