皮肤癌筛查教育研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT02352428

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：皮肤肿瘤、黑色素瘤、基底细胞癌、鳞状细胞癌。这项基于人群的筛查研究的总体目标是评估家庭医生和皮肤科医生的皮肤癌筛查培训是否能改善筛查结果。该培训课程旨在提高检测早期皮肤癌的准确性。将接受医生培训的干预地区（加拿大卡尔加里）的筛查结果与未实施医生培训的对照地区（加拿大埃德蒙顿）的筛查结果进行比较。

研究者将确定以下内容：* 与未接受培训的医生相比，接受培训的医生群体在临床筛查结果上是否更为有利* 与未接受培训的医生相比，接受培训的医生在皮肤癌筛查知识方面是否有增加* 皮肤癌筛查是否与心理社会伤害相关* 基于人群的筛查是否对阿尔伯塔省皮肤癌的总体发病率及特定分期发病率产生影响研究者的目标是在每个地区招募100名医生（共计200名医生），他们将在20个月内对40,000至80,000人进行筛查。

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。