前列腺癌放射学因素与治疗及结局分析

数据集获取

源站：https://clinicaltrials.gov/study/NCT03354416

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

病症：前列腺癌、前列腺肿瘤、前列腺增生、前列腺癌、前列腺癌。背景：* 多参数MRI（mpMRI）已成为定位临床显著性前列腺癌的既定方法，基于影像的预后标志物的识别是一个活跃的研究领域。* 对于局限性前列腺癌患者，有多种治疗方法可供选择，包括根治性前列腺切除术、外照射放疗、近距离放疗和局部消融；然而，针对特定治疗的适应症和基于影像的响应生物标志物尚知之甚少。* 由于mpMRI被视为标准治疗，因此无需患者同意即可进行与影像生物标志物及其与其他临床和病理特征相关性的研究。* 将影像、临床和病理特征转化为治疗决策的过程尚未完全明确，以开发决策支持系统。* 因此，本方案的目的在于收集数据，以促进计算机辅助诊断、决策支持及深度学习/人工智能研究的开发。

目的：-评估前列腺癌患者的影像学特征，以支持分子影像学分会（MIB）识别前列腺癌基于影像的预后标志物。入选标准：* 前列腺癌风险增加、已诊断前列腺癌或疑似前列腺癌病变的患者。* 年龄 > 18 岁。设计：-将在至少 5 年的时间内收集并分析前列腺癌风险增加、患有前列腺癌或疑似前列腺癌患者的影像学评估和临床特征（在访问 NIH 期间或从外部提供者处获取）。

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。