BCC一站式研究数据集

数据集获取

源站：https://clinicaltrials.gov/study/NCT07482956

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。基底细胞癌（BCC）是全球最常见的皮肤癌类型，主要发生于肤色较浅的人群。在德国，大约每三人中就有一人会在其一生中患上BCC。尽管BCC很少发生转移，但它表现出局部破坏性生长，以不规则的指状突起延伸至周围组织，这使得完整手术切除具有挑战性。大多数肿瘤发生在暴露于阳光的头颈部区域。显微手术（莫氏显微手术，MMS）是高危BCC的金标准治疗，因为它能够实现完全的边缘控制并提供最高的治愈率。然而，MMS通常耗时且资源密集，因为可能需要多次连续切除阶段，直到组织病理学确认肿瘤完全切除（R0切除）。术前肿瘤边缘的估计通常基于临床检查和使用2-3毫米标准安全边际的皮肤镜检查。

这种方法可能不够准确，尤其是在存在亚临床扩展的肿瘤中，这可能导致不必要的过大切除或残留肿瘤组织，从而需要额外的手术阶段。非侵入性成像技术已被越来越多地研究，以改善基底细胞癌（BCC）边缘的术前评估。光学相干断层扫描（OCT）以及最近开发的线场共聚焦光学相干断层扫描（LC-OCT）能够对皮肤进行高分辨率、实时成像。这些技术能够以接近组织学的分辨率显示皮肤结构，并可在体内检测BCC的特征性形态学特征。既往研究已证明OCT和LC-OCT在BCC检测和分型方面具有良好的诊断准确性，并提示这些方法也可能有助于术前确定肿瘤边缘。特别是，LC-OCT结合了传统OCT的优势与共聚焦显微镜的细胞分辨率，使

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。