放射性口腔黏膜炎金属元素相关性与预测研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT06968520

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：头颈部肿瘤、金属、铜、放疗诱导的口腔黏膜炎。放疗是头颈部肿瘤的主要治疗方法。然而，几乎所有头颈部肿瘤患者在接受放疗后都会出现放射性口腔黏膜炎（RIOM）等急性炎症反应，导致患者生活质量下降，阻碍治疗方案的顺利实施，降低治疗效果，并增加患者的经济负担。然而，目前针对RIOM的治疗策略以对症治疗为主，对黏膜炎的病程、严重程度及相关并发症影响甚微。因此，探索有效的策略、预测患者RIOM的发生率和严重程度并提供防治措施，是当前头颈部肿瘤放疗临床实践中亟待解决的临床瓶颈和前沿问题。既往研究表明，金属元素的稳态可能与RIOM的发生和发展密切相关。

因此，我们计划开展一项前瞻性、单中心、观察性研究，以进一步探讨金属元素与严重RIOM之间的相关性，分析其预测效能，并观察放疗过程中金属元素的动态变化。

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。