痛性CIPN诊断与预测新方法可行性研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03206216

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：灼痛、平衡受损、恶性卵巢肿瘤、麻木、周围神经病变、急性疼痛、刺痛。自1975年以来，类似于DLss中所使用的激光刺激已被疼痛诊所和研究领域用作疼痛敏感性的诊断测试。它被广泛认为既有效又安全。激光照射/刺激可同时激活热敏性A-δ或C神经纤维，受影响神经的差异主要基于不同的脉冲持续时间和模拟目标的不同直径。两种类型的模拟所使用的激光均设定为980纳米。激光照射强度以产生该激光强度所需的毫安（mA）来衡量。A-δ和C纤维的疼痛敏感性通过特定方案进行评估（A-δ方案：60毫秒持续时间，980纳米刺激，1毫米直径模拟目标。C方案：2秒持续时间，5毫米直径模拟目标）。疼痛敏感性以A-δ和C纤维之间疼痛激光强度的比率（A-δ：C疼痛比率）来评估。

参与研究的卵巢癌患者，伴有疼痛性（A组）或无痛性（B组）化疗诱导的周围神经病变（CIPN），将在接受二极管激光纤维型选择性刺激器（DLss）化疗9周和21周后评估疼痛敏感性。无论是疼痛性还是无痛性CIPN，均为不良的化疗诱导副作用。两组采用相同的测试方案（即，两组之间的任何差异都将归因于两组间疼痛敏感性的差异）。患者将在0至100的刻度上报告刺激感受，其中0=无感觉；10=明确感觉；0至40=“疼痛”；100=可想象的最严重疼痛。主要目标：* 确定疼痛性化疗诱导的周围神经病变（CIPN）患者与无痛性CIPN患者相比，A-δ：C疼痛阈值比率是否存在差异。* 确定CIPN患者A-δ：C比率随时间的变化。

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。