新英格兰卵巢癌病例对照研究（NECC）

数据集获取

源站：https://omicsdi.org/dataset/dbgap/phs001034

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

提供给dbGaP的病例对照数据是在NCI资助号CA54419下收集的，该资助项目包含3个入组阶段：I期（1992-1997年）、II期（1998-2002年）和III期（2003-2008年）。CA54419共计资助了15年的数据和标本采集工作，由此形成了运行时间最长的基于人群的卵巢癌病例对照研究之一。该研究的目标是考察生殖因素、生活方式暴露及遗传背景与卵巢癌风险的关系。该项目从马萨诸塞州东部和新罕布什尔州招募病例，后来被称为新英格兰基于人群的卵巢癌病例对照研究（NECC）。通过肿瘤委员会和登记处，共识别出3957例确诊年龄在18-80岁、居住于马萨诸塞州东部和新罕布什尔州的卵巢癌病例。其中，3083例（78%）符合条件，而在符合条件者中，2203例（71%）被纳入研究。在排除127例非上皮性肿瘤和35例混合中胚层肿瘤后，最终纳入2041例来源于卵巢、原发腹膜和输卵管的上皮性肿瘤病例，包括交界性恶性肿瘤。病例平均在确诊后10个月接受访谈。

一位病理学家审阅了病理报告，并记录了组织学亚型、分级和分期。被描述为以某一类型为主的混合性卵巢癌，归类为该主要类型。未分化癌、移行细胞肿瘤或混合性浆液/移行细胞肿瘤计为浆液性。其他混合性上皮性肿瘤、恶性Brenner瘤及未特指的上皮性肿瘤归类为其他类型。通过随机数字拨号（RDD）、驾照名单和城镇居民名单确定了2100名对照。在1992年至1997年的第一个资助阶段，通过RDD确定的对照中有420名（72%）同意参与，通过城镇居民名单确定的对照中有102名（51%）同意参与。从1998年至2008年，仅使用城镇居民名单来确定潜在对照。共确定了4366名对照，其中1426名（33%）因死亡、搬迁或血清……而不符合条件

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。