有乳腺癌个人史且乳腺致密女性中的对比增强乳腺摄影:获益?

该数据集来自 clinicaltrials.gov,聚焦有乳腺癌个人史且乳腺致密的女性,评估对比增强乳腺摄影(CEM)的乳腺癌检测率,并与常规乳腺摄影和超声在灵敏度、特异度及总体准确性上进行比较

Jean SeelyJean Seely
clinicaltrials
浏览 8
医学影像分类Breast Cancer
Contrast-enhanced Mammography in Women With a Personal History of Breast Cancer and Dense Breast Tissue: Benefit?

基本信息

模态
医学影像
任务类型
分类
创建/更新时间
2026-10-20

资源简介

有乳腺癌个人史且乳腺致密女性中的对比增强乳腺摄影:获益?

该数据集英文名为 Contrast-enhanced Mammography in Women With a Personal History of Breast Cancer and Dense Breast Tissue: Benefit?,来源于 clinicaltrials.gov,属于肿瘤 / 乳腺癌分类,主题标签为 Breast Cancer。其关注对象是有乳腺癌个人史且乳腺组织致密的女性,核心在于评估对比增强乳腺摄影(CEM)的乳腺癌检测率,并将 CEM 检测恶性肿瘤的灵敏度、特异度及总体准确性同常规乳腺摄影和超声进行比较。整体来看,该数据集围绕乳腺癌影像筛查中的对比增强乳腺摄影应用效果展开,为相关临床研究与分析提供来源明确的数据基础。

【数据集背景】

乳腺癌筛查与随访中,乳腺组织致密会影响常规影像手段的检出效果,而具有乳腺癌个人史的女性往往需要更细致的监测。该数据集正是针对这一人群背景设立,聚焦有乳腺癌个人史且乳腺致密的女性,考察对比增强乳腺摄影(CEM)在这一特定人群中的检测表现。其研究背景与乳腺癌的影像学检测直接相关,条件字段为 Breast Cancer,主题标签同样为 Breast Cancer,所属分类为肿瘤 / 乳腺癌。

【数据内容】

该数据集的主要结局指标为乳腺癌检测率,即在乳腺致密女性中使用对比增强乳腺摄影(CEM)的乳腺癌检出情况。围绕这一主要结局,数据集还涉及 CEM 检测恶性肿瘤的灵敏度、特异度以及总体准确性,并将这些指标与常规乳腺摄影和超声进行比较。数据内容的核心指向 CEM 与传统影像手段在乳腺癌检测效能上的对照关系,而非单纯的影像描述。

【采集与来源】

该数据集来源于 clinicaltrials.gov,属于临床试验注册信息所形成的数据资源。其英文名称明确指向“有乳腺癌个人史且乳腺致密的女性中使用对比增强乳腺摄影是否有益”这一研究问题。除来源站与源站描述所载内容外,关于具体采集地点、采集时间、样本量、采集流程等信息,源站未提供。

【适用场景】

该数据集适用于乳腺癌影像检测相关的研究与分析场景,尤其适合关注乳腺致密人群、有乳腺癌个人史人群的筛查与监测问题。其指标设置可用于比较对比增强乳腺摄影(CEM)与常规乳腺摄影、超声在检测乳腺癌时的灵敏度、特异度和总体准确性,因而适合用于影像手段效能评估、乳腺癌检测率分析等方向的参考。具体应用边界需结合源站信息确定,源站未提供更细化的适用条件。

【使用方法】

该数据集的使用应围绕其主要结局指标展开,即以乳腺癌检测率为核心,结合灵敏度、特异度与总体准确性,对 CEM 与常规乳腺摄影和超声进行比较分析。使用时需注意其研究对象限定为有乳腺癌个人史且乳腺致密的女性,不宜外推至其他人群。关于数据获取方式、字段结构、统计方法等,源站未提供。

【质量与限制】

该数据集来自 clinicaltrials.gov,来源明确,主题与分类清晰。但其描述主要围绕研究条件与主要结局指标展开,关于样本规模、数据完整性、随访时长、质量控制措施等信息,源站未提供。此外,该数据集聚焦特定人群与特定影像手段的比较,使用时应关注其人群限定带来的外推限制。其他质量维度信息,源站未提供。

【引用与许可】

该数据集英文名称及来源站信息可作为引用与溯源依据,来源站为 clinicaltrials.gov。关于许可条款、使用授权、引用格式等具体信息,源站未提供。

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。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT06993246

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

条件:乳腺癌。主要结局指标:1. 乳腺癌检出率 主要结局指标是使用对比增强乳腺摄影(CEM)在乳腺组织致密的女性中乳腺癌的检出率。将CEM检测恶性肿瘤的敏感性、特异性和总体准确性与传统乳腺摄影和超声进行比较。

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。