遗传易感性模型：黑色素瘤

数据集获取

源站：https://clinicaltrials.gov/study/NCT00591500

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：黑色素瘤、皮肤癌。本研究的目的是更好地了解黑色素瘤的遗传易感性，以及特定多态性之间及其与环境因素之间的相互作用。为实现这一目标，已采集黑色素瘤患者（单原发或多原发）的口腔拭子或血液标本。标本将在MSKCC流行病学实验室制备。标本将在MSKCC进行INK4A分析（如有血液，还将进行DNA修复能力的功​​能性检测）和黑皮质素基因（MC1R）分析，在北卡罗来纳大学进行DNA修复基因和免疫功能基因多态性分析，在宾夕法尼亚大学进行黑皮质素受体基因（MC1R）和免疫功能基因多态性分析，在加利福尼亚大学（欧文分校）进行代谢基因（P450和GST）多态性分析。样本将在MSKCC和新墨西哥大学进行储存。

为了开展本研究，研究人员对美国（新泽西州、北卡罗来纳州、密歇根州、圣地亚哥/帝国县）、加拿大（安大略省癌症护理中心、不列颠哥伦比亚省）、意大利（都灵）、澳大利亚（新南威尔士州、塔斯马尼亚州）基于人群的登记处的受试者进行了访谈，要求他们提供血液或口腔拭子样本，并请求他们许可获取和审查其原发性黑色素瘤的切片。本研究现已停止招募受试者。

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。