保乳手术联合放疗治疗MRI检出I期或II期乳腺癌
该数据集来自clinicaltrials.gov，聚焦MRI检出的I期或II期乳腺癌患者接受保乳手术联合放射治疗后的结局
基本信息
资源简介
保乳手术联合放疗治疗MRI检出I期或II期乳腺癌
该数据集来自clinicaltrials.gov，聚焦MRI检出的I期或II期乳腺癌患者接受保乳手术联合放射治疗后的结局。覆盖导管原位癌、雌激素受体阴性与阳性乳腺癌、HER2阴性与阳性乳腺癌、浸润性导管癌、浸润性小叶癌及男性乳腺癌等条件。主要目标为确定同侧乳腺肿瘤复发率与瘤床复发率，患者放疗完成后随访五年，并评估保乳手术与乳腺放疗的美容效果；次要目标包括探讨限制多中心病变患者接受保乳治疗的患者因素及治疗满意度。可用于乳腺癌保乳治疗预后与复发风险相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：导管原位癌、雌激素受体阴性乳腺癌、雌激素受体阳性乳腺癌、HER2阴性乳腺癌、HER2阳性乳腺癌、浸润性导管癌、浸润性小叶癌、男性乳腺癌。主要目标：I. 确定同侧乳腺肿瘤复发率以及瘤床复发率。患者将在放疗完成后接受为期五年的随访以确定这些比率。II. 确定保乳手术和乳腺放疗带来的美容效果。次要目标：I. 确定是否存在限制患者在多中心病变情况下接受保乳治疗适宜性的患者因素。II. 确定患者对保乳治疗的满意度，因其涉及患者的整体治疗体验
【主题与分类】
主题标签：Ductal Breast Carcinoma in Situ、Estrogen Receptor-negative Breast Cancer、Estrogen Receptor-positive Breast Cancer、HER2-negative Breast Cancer、HER2-positive Breast Cancer、Invasive Ductal Breast Carcinoma、Invasive Lobular Breast Carcinoma、Male Breast Cancer、Mucinous Ductal Breast Carcinoma、Papillary Ductal Breast Carcinoma。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01100489
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/NCT01100489
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
疾病：导管原位乳腺癌、雌激素受体阴性乳腺癌、雌激素受体阳性乳腺癌、HER2阴性乳腺癌、HER2阳性乳腺癌、浸润性导管乳腺癌、浸润性小叶乳腺癌、男性乳腺癌。主要目标：I. 确定同侧乳腺肿瘤复发率以及瘤床复发率。患者将在完成放疗后接受为期五年的随访，以确定这些比率。II. 确定保乳手术和乳腺放疗的美容效果。次要目标：I. 确定是否存在限制患者在多中心病变情况下适合接受保乳治疗的患者因素。II. 通过问卷测量，确定患者对保乳治疗在其整体治疗体验方面的满意度。III. 评估作为保乳治疗组成部分的放疗后的伤口愈合和总体并发症发生率。
大纲：患者接受保乳手术，包括部分乳房切除术，随后在无疾病进展或不可接受的毒性的情况下，每周5天，持续5周进行外照射乳房放射治疗。研究治疗完成后，患者在第1个月进行随访，随后1年内每3个月随访一次，接下来1年内每6个月随访一次，之后每年随访一次，持续5年。
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。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
