Fast Raman 术中检测残留基底细胞癌

数据集获取

源站：https://clinicaltrials.gov/study/NCT03482622

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：基底细胞癌，术中通过快速拉曼设备检测基底细胞癌。拉曼光谱（RS）是一种成熟的分析技术，已广泛应用于医学领域，用于研究单个细胞和复杂组织，包括皮肤和皮肤癌。该技术基于激光与生物样本中振动分子相互作用后的非弹性散射；因此，拉曼光谱代表了样本的“化学指纹”。最近，研究人员证明拉曼显微光谱能够区分健康皮肤和基底细胞癌。在英国国家卫生研究院（NIHR）i4i资助下（2007-2013年），研究人员开发了一项新技术（“快速拉曼”），能够在莫氏手术期间切除的皮肤层中检测基底细胞癌区域[13]。基于该技术的首个实验室原型能在30-60分钟内分析标本。在后续的i4i项目（2014-2016年）中，研究人员构建了一台全自动“快速拉曼”设备，可供非专业用户使用，并满足临床使用的安全要求。

研究人员现在打算在真实临床实践中测试该设备，并将该设备生成的诊断与标准病理诊断进行比较。如果该设备的性能达到预期目标（约95%的敏感性和特异性，用户间和用户内可靠性高于典型组织病理学，评估时间短于冰冻切片组织病理学），它将为BCC患者和医疗保健提供者带来重要益处。更快的组织评估可以加快莫氏手术（约90分钟而非3小时），这对患者来说更舒适。通过减少处理和诊断皮肤样本所需的高成本组织病理学程序，Fast Raman设备将降低医疗保健成本，使莫氏手术更广泛地可用，并减少目前存在的邮编彩票现象。由于Fast Raman设备设计供非专业用户使用，它可以在

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。