UC Davis 胃癌前病变与恶性胃肠疾病队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05021029

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：肠化生、慢性胃炎、萎缩性胃炎、自身免疫性胃炎、肠型不典型增生、胃息肉。TUMMIE研究将建立一个前瞻性队列，纳入在UC Davis Health System内接受医疗照护、已被诊断为胃部癌前病变的成年人。参与者将通过电子健康记录、医疗保健提供者转介以及StudyPages招募来确定。入组参与者将完成基线和年度随访评估，并可能同意收集临床数据和生物样本。该研究旨在：建立胃部癌前病变个体的前瞻性队列，以监测肿瘤进展。识别与疾病发生和进展相关的宿主、组织和微生物组生物标志物。描述胃部癌前病变的自然史。评估与胃癌风险相关的生活方式、行为、环境和社会健康决定因素。临床信息将通过电子病历审查获取，包括病理学发现、诊断日期、治疗、内镜检查以及相关风险因素。

生物样本将采用多组学技术进行分析，包括DNA测序、RNA测序、蛋白质组学、代谢组学和宏基因组分析。作为研究项目的一部分，还将进行幽门螺杆菌筛查。通过整合纵向临床数据、流行病学信息和分子特征分析，本研究旨在改进风险分层，并为未来的胃癌预防、监测和早期检测策略提供依据。

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。