中国育龄女性HPV感染与生殖道微生态：队列与多中心研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04694495

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：乳头状瘤病毒感染、宫颈肿瘤、性传播疾病。志愿者将从来医院进行薄层液基细胞学检查的女性中招募。在被告知潜在风险后，每位签署书面知情同意书的志愿者将被要求完成一份问卷。随后，将从每位志愿者处采集宫颈和阴道拭子及宫颈脱落细胞，用于对宫颈分泌物进行16S rRNA基因测序微生态评估，以及HPV和性传播疾病病原体的检测与基因分型。如果先前检查的诊断结果出现异常，根据医生的判断，这些志愿者将被要求接受阴道镜检查和宫颈活检，以评估宫颈上皮内瘤变的级别。入组六个月后，每位志愿者将被要求返回各研究中心，进行与入组时相同的采样和检查。

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。