靶向Trop2的NIR-II分子探针用于引导识别非肌层浸润性膀胱癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT06972771

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：膀胱癌（BC）。患者入组后，将根据临床诊断和治疗方案进行手术治疗。手术后，切除的组织将按照以下具体步骤与TTP-ICG进行孵育：1. 孵育液的制备：将TTP-ICG在室温下避光溶解于磷酸盐缓冲液（PBS）中，浓度为20 μg/mL。2. 癌症及邻近组织的孵育：将切除的组织浸入孵育液中并轻轻搅动3分钟。随后，用PBST缓冲液（含Tween 20的PBS）冲洗5分钟，并用吸水纸吸干。3. NIR-II图像的获取：使用“数字精准医学（DPM）”NIR-II系统，并优化适当参数，捕获NIR-II图像和荧光强度。4. 病理诊断与数据分析：将进行苏木精-伊红（H&E）染色以及免疫组织化学（IHC）检测。随后将进一步分析病理特征与荧光信息之间的相关性。

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。