基于组织结构和临床可用信息预测任何格里森评分的前列腺癌生化复发

数据集获取

源站：https://ieee-dataport.org/documents/prediction-biochemical-prostate-cancer-recurrence-any-gleason-score-using-robust-tissue

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

该数据集旨在利用活检全切片图像（WSI）、格里森评分和前列腺特异性抗原（PSA）水平来预测前列腺癌患者的生化复发（BCR）。数据集整合了多模态信息，包括来自公开数据库（如PANDA）的活检组织病理图像、临床格里森评分以及PSA检测值。研究采用U-net模型对活检图像中的肿瘤区域进行分割和表型特征提取，并结合临床指标构建分类器。该数据集主要用于开发基于现有临床和病理信息的、成本效益高的前列腺癌复发风险预测模型，为临床决策提供支持。

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。