先进成像技术快速诊断皮肤癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT04229277

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：恶性黑色素瘤、色素痣、基底细胞癌、脂溢性角化病。研究设计：这项前瞻性非盲临床研究将纳入转诊至Bispebjerg医院皮肤科或在该科确诊的脂溢性角化病（n=15）、皮内痣（n=15）、色素性或深色基底细胞癌（n=15）以及恶性黑色素瘤（n=15）患者。所有肿瘤均通过皮肤活检进行组织学验证。为探索四种不同皮肤成像技术的临床可行性和诊断准确性，所有患者将由一位经验丰富的检查者在一次2小时的时段内完成扫描。如果患者在同一解剖部位表现出不止一个皮肤肿瘤，则所有病变都将被纳入并扫描。同一患者其他解剖区域的病变将不被纳入。每位患者参与本研究在科室额外花费的总时间约为2-3小时。参与仅需一次访视。入组患者的皮肤肿瘤随后将根据医院和国家指南进行治疗。

背景：使用先进成像技术对皮肤肿瘤进行床旁检查被认为是皮肤科医生未来有价值的工具。研究者的愿景是为所有皮肤肿瘤患者提供图像引导的皮肤癌治疗。本研究比较了四种不同成像技术在多种皮肤肿瘤快速床旁分析中的临床可行性和诊断准确性；四种不同类型，2种良性和2种恶性类型。研究还假设：* 由于分辨率更高，UHR-OCT可能比C-OCT具有更高的诊断准确性。* 对于厚度超过1-2 mm的皮肤肿瘤，多普勒HIFU和光声成像诊断可能比基于OCT成像的诊断更准确。* RCM的细胞分辨率以及从光声成像获得的详细血流信息可能补充临床决策，并提高诊断准确性，相比仅使用OCT或仅使用HIFU。研究目标 主要目标：本研究探索

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。