实体瘤患者主动基因检测 Inherit 研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04456140

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

疾病：乳腺癌、消化系统肿瘤、恶性脑肿瘤、恶性中枢神经系统肿瘤、恶性女性生殖系统肿瘤、恶性泌尿生殖系统肿瘤、恶性头颈部肿瘤、恶性肌肉骨骼肿瘤。主要目标：I. 确定在佛罗里达州杰克逊维尔市圣文森特河滨Mayo Clinic癌症中心寻求治疗的癌症患者中基因突变的患病率。次要目标：I. 进行病历审查，以评估基因检测作为肿瘤标准治疗一部分的影响：Ia. 确定这些患者中生殖系突变检测与传统指南（国家综合癌症网络[NCCN]）基于遗传评估方法的差异。Ib. 确定突变阳性先证者的亲属在检测结果返回后3个月窗口内接受家族变异检测的百分比。Ic. 通过调查措施评估患者体验和遗传服务线的护理障碍。Id. 开发参与本方案癌症患者样本（血液）的生物样本库。

大纲：患者观看一段预先录制的遗传咨询视频，同意接受基因检测的患者将进行血液样本采集。患者在收到基因检测结果之前以及收到基因检测结果之后，还需分别完成每次耗时5-15分钟的问卷调查。

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。