淋巴管异常的前瞻性自然史研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT05731141

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：淋巴疾病、淋巴异常。研究描述：一项针对淋巴异常的自然史研究，旨在系统评估疾病表型和长期结局，以便为家庭提供更好的预后判断，建立筛查/监测指南，确定遗传诊断的最佳实践，探索家庭意见，并探讨长期药物治疗管理者的生育问题。本研究将使我们能够为未来的临床试验确定新的终点指标。目的：主要目的：* 建立淋巴异常参与者的纵向队列 * 纵向确定就诊年龄和临床特征的发生率。次要目的：* 建立纵向生物样本库 * 根据表型确定遗传诊断的最佳实践。

• 纵向确定异常病变的恶性潜能
  终点指标：
  主要终点：
• 患有淋巴管异常的参与者人数
• 对于每项临床特征或症状，出现该特征/症状的年龄范围及具有该特征的参与者比例
• 与疾病相关的新特征的量化和识别。
  次要终点：
• 收集的标本数量
• 按表型和基因检测方法分类的诊断率
• 已发展的与原发灶相关的恶性肿瘤数量

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。