基于液体活检NGS方法研究实体瘤中临床可用突变患病率（POPCORN）

数据集获取

源站：https://clinicaltrials.gov/study/NCT06028724

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

疾病类型：实体瘤、晚期实体瘤、局部晚期实体瘤、结直肠癌、胃癌、胰腺癌、胆管癌、肝癌。旨在分析ctDNA突变的基因组测序技术的快速发展，推动了液体活检在临床实践中的应用。其中，下一代测序（NGS）技术能够在短时间内对多个基因组进行测序，利用少量遗传物质即可收集更广泛的基因组变异信息。该技术用于在真实世界的多病理评估中识别潜在的治疗敏感性或耐药性的循环动态生物标志物。通过这种方式，在真实世界中确定临床相关基因的突变状态，作为预测性生物标志物来识别最有可能从靶向治疗中获益的患者，为优化进一步治疗的可及性提供了可能。本研究旨在通过液体活检评估接受晚期及局部晚期实体瘤治疗的患者中临床有用突变的真实世界流行率。

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。