免疫治疗黑色素瘤患者结肠炎预测参数识别

数据集获取

源站：https://clinicaltrials.gov/study/NCT02600143

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、结肠炎。免疫检查点抑制剂免疫治疗是黑色素瘤患者的标准治疗方法。然而，在接受Ipilimumab治疗的患者中，约15%会发生3-4级结肠炎。在程序性细胞死亡蛋白1（PD1）抑制剂中，结肠炎也作为不良事件出现，尽管较不突出。我们希望找到一种良好的预测性生物标志物，以筛选易发生结肠炎的患者。迄今为止，尚无可能预测患者是否会发展为3-4级结肠炎的检测方法。该研究将包括四个部分：1）识别与ipilimumab诱导的结肠炎相关的遗传谱，2）识别ipilimumab诱导的结肠炎的预测性（血清或粪便）生物标志物，3）研究ipilimumab诱导的结肠炎的组织，以及4）研究肠道微生物组在结肠炎发展中的作用。患者可以参与研究的一个或多个部分。

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。