dabrafenib与trametinib治疗恶性黑色素瘤发热相关实验室值变化

数据集获取

源站：https://search.dataone.org/view/sha256%3Aa897947ef865368cb420accc363067ff894ba518a4217b1a59eddc03202c2f26

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

发热是转移性恶性黑色素瘤（MM）患者接受BRAF/MEK抑制剂联合治疗时常见的不良事件。本研究旨在识别可能与发热出现相关的实验室指标变化。实验室指标时间序列的图形化可视化提示，C反应蛋白升高，同时白细胞和血小板下降，提示发热。此外，统计分析显示乳酸脱氢酶（LDH）与发热之间存在显著相关性。基于这些观察结果，采用演绎和启发式方法设计了一种算法，以便为接受治疗患者的每次实验室评估计算发热评分（PS）。所提供的数据包含44例接受达拉非尼联合曲美替尼治疗的无发热和发热患者的CRP、LDH、白细胞和血小板计数的匿名化和标准化数值，以及相应的发热评分。基于……的发热评分

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。