评估新辅助 Sonidegib 后手术或 Imiquimod 治疗基底细胞癌的研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT03534947

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：基底细胞癌、皮肤基底细胞癌、部位未特指、皮肤癌、浸润性癌。手术是大多数基底细胞癌（BCC）的一线治疗方法，治愈率为88%至96%。然而，在面部和头皮等敏感部位切除大面积病变可能导致毁容和功能障碍。术前给予新辅助药物治疗旨在缩小肿瘤，使手术和恢复更为容易。在本研究中，BCC患者将接受一种名为sonidegib的药物进行新辅助治疗。Sonidegib是一种每日口服片剂，通常用于无法通过手术切除或已扩散至全身的BCC。本研究旨在观察给予sonidegib 12周是否能缩小肿瘤，从而使手术留下的疤痕更少，或可能避免手术，仅需短期局部治疗来处理残余肿瘤。这种方法还可能降低复发风险。为了评估治疗反应，我们将使用一种名为光学相干技术（OCT）的皮肤肿瘤新技术。这类似于超声波扫描，且是非侵入性的。

OCT能检测肿瘤的范围和性质，并构建高度精确的3D图像。OCT将与肿瘤组织的病理分析结合使用，以确定对sonidegib的反应。

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。