基本信息

模态

文本

创建/更新时间

2026-10-20

资源简介

基于中国乳腺癌病历数据库的多中心前瞻性观察性队列

该数据集英文名为“A Multicenter Prospective Observational Cohort Based on a Breast Cancer Medical Record Database in China”，来源于clinicaltrials.gov，主题标签为Breast Neoplasms，本站分类归入肿瘤/乳腺癌。从源站描述看，其条件为乳腺肿瘤（Breast Neoplasms），研究定位为基于中国乳腺癌病历数据库的多中心前瞻性观察性队列。该数据集围绕乳腺癌诊疗现状的观察与分析展开，涉及诊疗年度报告、数据共享与动态评价、共识与指南推广实施效果评估、临床质量标准与改进目标提出、专业培训方案制定依据、医保政策制定辅助、临床研究平台搭建以及临床指南与共识制定证据等多方面用途，是一项面向乳腺癌诊疗实践与政策转化的观察性队列数据资源。

【数据集背景】

该数据集以中国乳腺癌病历数据库为基础，采用多中心前瞻性观察性队列设计，研究条件为乳腺肿瘤。源站描述明确了该研究的多项目标，包括了解和分析乳腺癌诊疗现状、发布诊疗年度报告、开展数据共享与动态评价、评估共识和指南的推广与实施效果、提出并设定行业协会的临床质量标准及改进目标、为行业协会制定专业化培训方案提供依据、为医保政策制定提供帮助、为乳腺癌临床研究提供平台，以及为临床指南和共识的制定提供证据。这些目标共同勾勒出该数据集服务于乳腺癌诊疗质量提升与政策决策的背景定位。

【数据内容】

源站描述未提供具体字段、变量、样本量或随访指标等数据内容细节，仅说明其条件为乳腺肿瘤，并围绕乳腺癌诊疗现状、诊疗年度报告、共识与指南推广实施效果、临床质量标准等主题开展观察与分析。因此，关于数据内容的具体构成，源站未提供。

【采集与来源】

该数据集来源于clinicaltrials.gov，登记信息显示其为基于中国乳腺癌病历数据库的多中心前瞻性观察性队列。除来源站与设计类型外，源站未提供具体的采集机构、采集时间、采集流程或数据来源机构的详细信息。

【适用场景】

依据源站描述，该数据集可用于了解和分析乳腺癌诊疗现状、支持诊疗年度报告的发布、开展数据共享与动态评价、评估共识和指南的推广与实施效果、为行业协会提出临床质量标准与改进目标、为制定专业化培训方案提供依据、为医保政策制定提供帮助、为乳腺癌临床研究提供平台，以及为临床指南和共识的制定提供证据。

【使用方法】

源站未提供该数据集的具体使用方法、访问方式或分析操作说明。

【质量与限制】

源站未提供关于数据质量、样本代表性、偏倚控制或使用限制的具体说明。该数据集为观察性队列设计，相关结论的适用范围应以源站描述为准。

【引用与许可】

源站未提供引用格式与许可条款信息。

原始链接

https://clinicaltrials.gov/study/NCT06591039

访问原始数据

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。

免费样本无法满足模型训练要求？千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

去商城查看获取定制方案

使用方式

数据集获取

源站：https://clinicaltrials.gov/study/NCT06591039

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。

数据说明

条件：乳腺肿瘤。本研究旨在：A. 了解和分析乳腺癌诊断和治疗的现状；B. 发布诊断和治疗年度报告；C. 数据共享、动态评价；D. 评估共识和指南推广实施效果；E. 提出并制定行业协会临床质量标准，并提出改进目标；F. 为行业协会制定专项培训方案提供依据；G. 为医保政策制定提供协助；H. 为乳腺癌临床研究提供平台；I. 为临床指南和共识的制定提供证据

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