增强现实ICG荧光成像用于乳腺癌前哨淋巴结检测的设备验证

数据集获取

源站：https://clinicaltrials.gov/study/NCT07683572

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、乳腺肿瘤、前哨淋巴结、淋巴转移。这是一项前瞻性观察性设备验证研究，研究对象为接受乳腺癌手术并进行腋窝评估的患者。使用基于增强现实眼镜的近红外荧光成像联合ICG，对候选前哨淋巴结进行可视化和标记。术中近红外成像可由非主刀医生的观察者进行，仅用于评估设备性能；在伤口闭合前，观察者的发现不告知主刀医生，也不影响手术。所有标记的淋巴结和切除组织均接受组织病理学检查，作为盲法参考标准。设备性能在规定的入组窗口内对连续符合条件的患者进行评估；对于每台近红外成像设备，根据最终组织病理学估计敏感性、特异性、阳性和阴性预测值以及淋巴结水平的ROC分析，置信区间考虑淋巴结在患者内的聚集性。该研究为非干预性：成像不改变手术管理。

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。