冷冻消融联合热消融治疗非手术乳腺癌患者队列研究
该数据集来源于clinicaltrials.gov,属于肿瘤/乳腺癌分类,是一项基于北京大学人民医院乳腺中心乳腺疾病队列数据库的前瞻性队列研究

基本信息
资源简介
冷冻消融联合热消融治疗非手术乳腺癌患者队列研究
该数据集来源于clinicaltrials.gov,属于肿瘤/乳腺癌分类,是一项基于北京大学人民医院乳腺中心乳腺疾病队列数据库的前瞻性队列研究。研究对象为经病理确诊、拒绝手术、不耐受手术或不适合手术治疗的乳腺癌患者,接受冷冻消融联合热消融治疗。源站描述列出了纳入标准,包括年龄≥18岁、空心针活检确诊乳腺癌、超声下病灶清晰可见、无冷冻消融禁忌症(如凝血障碍)以及存在不适合常规手术切除的原因等。该数据可用于评估联合消融治疗在非手术乳腺癌患者中的应用情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:消融、乳腺癌。1. 研究设计 1. 前瞻性队列研究 研究对象与选择标准 2. 本研究基于北京大学人民医院乳腺中心的乳腺疾病队列数据库。前瞻性纳入经病理确诊的乳腺癌患者,这些患者拒绝、不耐受或不适合手术治疗,并接受了冷冻消融联合热消融治疗。具体纳入和排除标准如下:1. 纳入标准(须满足所有条件):≥18岁;经空心针活检确诊乳腺癌;超声下肿瘤病灶清晰可见;无冷冻消融禁忌症如凝血障碍;存在不适合常规手术切除的原因:因医疗状况不能耐受全身麻醉或手术治疗的患者;由于不
【主题与分类】
主题标签:Ablation、Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07238894
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT07238894
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 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。
- OpenDataLab:
数据说明
条件:消融,乳腺癌。1. 研究设计 1. 前瞻性队列研究 研究对象与选择标准 2. 本研究基于北京大学人民医院乳腺中心的乳腺疾病队列数据库。前瞻性纳入经病理确诊为乳腺癌、拒绝手术、不能耐受手术或不适合手术治疗并接受冷冻消融联合热消融治疗的患者。具体纳入和排除标准如下:1. 纳入标准(须满足所有条件):≥18岁;经空心针穿刺活检确诊为乳腺癌;超声下肿瘤病灶清晰可见;无冷冻消融禁忌证,如凝血功能障碍;存在不适合常规手术切除的原因:患者因内科疾病不能耐受全身麻醉或手术治疗;因不可切除和/或转移性疾病;患者拒绝手术等;同意接受消融手术并签署知情同意书。2.
排除标准(参与者若符合以下任一情况将被排除):临床和病理资料缺失(如影像学或病理材料);妊娠或哺乳期妇女;已知对冷冻治疗过敏、不耐受或有禁忌证(如冷球蛋白血症、体内存在植入式电子装置);弱势人群,包括患有神经系统疾病、认知障碍者、危重患者等。3)研究对象分组 本研究为前瞻性队列研究。是否接受冷热消融联合治疗由患者与主治医师共同协商决定,其余全身治疗不受本研究影响。队列1:因高龄或合并症无法耐受标准手术的患者接受消融治疗;队列2:不可切除/转移性疾病且不适合手术切除的患者接受消融治疗;队列3:消融
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。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




