下一代测序分析在胆道肿瘤中的诊断价值

数据集获取

源站：https://clinicaltrials.gov/study/NCT06729944

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：肝切除术、NGS、胆管狭窄。作为常规诊疗的一部分，将在O.U.普通外科与移植科入组接受胆道切除术的患者。组织样本将在O.U.病理解剖科进行处理和分析。将收集患者临床、血清学和仪器检查数据，这些数据被认为是对预期分析所必需的，用于本研究目的。研究总时长为36个月。计划入组50名患者，均来自IRCCS Azienda Ospedaliero-Universitaria di Bologna的U.O.肝胆与移植外科。人群规模是根据U.O.肝胆与移植外科每年病例数估算的，并且由于这是一项探索性研究，被认为足以实现主要目标。手术材料（胆道切除物，可能为肝切除术或胰十二指肠切除术）将按临床实践取样并送至IRCCS AOUBO的O.U.病理解剖科，在那里进行取材、福尔马林固定、石蜡包埋和处理。

从石蜡块（根据临床实践从手术标本取样中选取）切取2微米切片，用于下一代测序研究。

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。