国际卵巢肿瘤分析（IOTA）第五阶段

数据集获取

源站：https://clinicaltrials.gov/study/NCT01698632

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：附件肿块、卵巢囊肿、卵巢肿瘤。本研究旨在进一步了解外观良性的附件肿块的形态与行为。* 外观良性是指在此处通过超声观察时，其外观看起来无害或非恶性。* 附件指的是“子宫附件”，即女性盆腔内子宫两侧的空间（若您此前接受过子宫切除术，则指子宫原先所在的位置）。附件包括但不限于卵巢和输卵管。* 肿块指多种结构，包括但不限于：* 卵巢囊肿，即卵巢内或附着于卵巢的充满液体的囊袋 * 卵巢肿瘤，可为实体组织，也可为囊肿与实体组织的混合体 * 输卵管积水，即输卵管内的液体积聚。许多女性都有看似良性的附件肿块。很多时候，并不需要通过手术切除这些肿块。但往往出于对这些肿块可能为癌症的担忧，手术被不必要地实施。目前可供医生参考的信息不多，难以了解如何以及何时对这些肿块进行随访，或哪些肿块会发展为癌症。

本研究将汇集全球各中心关于各类良性附件肿块行为的信息。本研究的目的是为医生开发决策工具，以了解治疗这些肿块的最佳方法，从而提高卵巢癌的检出率，同时减少不必要的手术数量。

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。