Xijiang Project 鼻咽癌筛查队列

数据集获取

源站：https://clinicaltrials.gov/study/NCT06787456

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：鼻咽癌（NPC），筛查。本研究旨在围绕中国开展一项多中心前瞻性鼻咽癌（NPC）筛查队列研究，从鼻咽癌高发地区开始，开展百万人规模的筛查队列研究。符合选择标准的参与者将被纳入队列。所有参与者将通过问卷进行流行病学信息调查（包括基本情况、饮食和生活习惯、社会、地理、环境等信息），并采集血液、组织液和咽拭子等各种样本。

将对EB病毒（EBV）（包括EBV相关蛋白、抗体、EBV DNA定量及序列长度、甲基化水平以及下一代测序）、鼻咽上皮细胞或肿瘤细胞等进行定量检测或基因测序，以建立、验证、优化和推广鼻咽癌（NPC）的最佳组合筛查策略；经筛查被定义为鼻咽癌高危人群的参与者将接受临床鼻咽镜检查以及联合影像学和病理学检查，以确诊鼻咽癌患者并为其提供精准的临床治疗；将对整个队列进行定期随访，以研究鼻咽癌的危险因素和分子机制。

本研究旨在建立一个全面且整合的数据平台，主要基于华南地区人群，包括基于性别、年龄、民族、饮食和生活习惯及地理环境因素的鼻咽癌流行病学信息数据库，基于各种样本和筛查检测结果的生物样本库，以及基于鼻咽镜检查、头颈部MRI的临床检查数据库和EB病毒及人类基因测序信息数据库等，形成一个多源异构、开放共享的数据平台。基于该数据平台，鼻咽癌的基础科学和临床研究将得以开展。

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。