用于前列腺癌诊断的miRNA Panel

数据集获取

源站：https://clinicaltrials.gov/study/NCT07755592

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：前列腺癌（诊断）。这是一项单中心、前瞻性诊断准确性试验，由上海交通大学医学院附属仁济医院开展，由泌尿外科和分子医学研究人员组成的团队领导。将在2026年5月至2027年5月期间入组共500名年龄在18岁或以上、符合前列腺活检临床指征的男性参与者。所有参与者均因前列腺特异性抗原（PSA）异常、直肠指检（DRE）异常、多参数MRI（mpMRI）可疑、前列腺癌家族史阳性、致病基因突变或其他高风险临床发现而被怀疑患有前列腺癌（PCa）。已确诊并接受过治疗的前列腺癌、近期接受过前列腺相关操作、患有活动性其他恶性肿瘤、严重器官功能障碍、凝血障碍或认知障碍而无法知情同意的男性将被排除。

本研究的核心目标是检验一种新型非侵入性血液检测的诊断性能，该检测利用血清中一组循环microRNA（miRNA），并与标准的基于PSA的筛查工具进行比较，以区分前列腺癌与良性前列腺增生（BPH）。判断真实疾病状态的金标准将是经直肠超声引导前列腺活检的病理结果。研究人员将计算关键诊断指标，包括miRNA组的敏感性、特异性、阳性预测值（PPV）、阴性预测值（NPV）以及ROC曲线下面积（AUC）。次要分析将评估将miRNA特征与PSA或mpMRI联合使用是否能提高诊断准确性，尤其是对于PSA水平处于4-10 ng/mL这一模糊“灰区”的男性。亚组评估还将检验miRNA组在不同PSA分层、年龄组、mpMRI风险评分和前列腺大小下，区分低危与高危前列腺癌以及临床显著与不显著肿瘤的能力。额外的实验室检测将确

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。