DeepTRG用于胃癌及胃食管结合部癌术前治疗后肿瘤反应评估的静默评价

数据集获取

源站：https://clinicaltrials.gov/study/NCT07849608

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：胃腺癌、胃食管交界处腺癌。本研究将评估一种名为 DeepTRG 的人工智能（AI）系统能否可靠评估术前接受治疗后、手术切除的癌组织。研究将纳入患有胃癌或胃与食管交界处癌症、且已在术前接受治疗的成年人。病理学家是检查组织以诊断疾病的医生。癌症手术后，他们会评估残留多少存活癌细胞，以及附近淋巴结中是否存在癌细胞。DeepTRG 分析组织切片的数字图像，以测量残留癌并描述组织变化，如瘢痕形成和炎症。它结合原发肿瘤部位和淋巴结的信息，生成结构化评估。主要问题是：* DeepTRG 在无需人工纠正 AI 分析的情况下，完成所需评估并生成清晰结果的频率有多高？该研究还将考察：* 该系统的测量结果与独立专家病理学家所做评估的一致程度有多高。

• 它检测残留癌的准确度如何，包括少量癌和淋巴结中的癌。
• 分析需要多长时间，以及失败或产生不确定结果的频率如何。
• 其性能是否因治疗类型和癌组织类型而异。

本研究将在中国河北医科大学第四医院进行。符合条件的患者将连续入组。研究人员将使用患者计划手术期间采集的组织。本研究无需额外手术或活检。DeepTRG将以“静默模式”在后台运行。负责患者常规病理报告和治疗决策的医生不会收到其结果。患者将继续接受常规诊疗。AI模型及其分级规则将在验证开始前固定。独立的专家病理学家将在未看到AI结果的情况下评估组织。研究人员随后将

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。