[18F]FES PET/CT 对浸润性小叶癌腋窝淋巴结转移的诊断效能
该数据集来自 clinicaltrials.gov,聚焦浸润性小叶癌(ILC)腋窝淋巴结转移的诊断问题,主题标签为 Carcinoma, Lobular
![Diagnostic Performance of [18F]FES PET/CT for Axillary LN Metastasis in Invasive Lobular Carcinoma](/medical-api/medicalDataset/datasetCover/177892.jpg)
基本信息
资源简介
[18F]FES PET/CT 对浸润性小叶癌腋窝淋巴结转移的诊断效能
该数据集来自 clinicaltrials.gov,聚焦浸润性小叶癌(ILC)腋窝淋巴结转移的诊断问题,主题标签为 Carcinoma, Lobular。源站描述指出 ILC 约占全部浸润性乳腺癌的 10-15%,因 E-cadherin 缺失呈单细胞层生长,体检常难发现,钼靶敏感度仅 34%,远低于 IDC 的 81%,导致诊断延迟、初诊时肿瘤更大分期更高;乳腺超声对腋窝淋巴结转移的敏感度为 55-92%、特异度为 80-97%。数据可用于评估 [18F]FES PET/CT 在该场景下的诊断表现(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:小叶癌。浸润性小叶癌(ILC)已知约占所有浸润性乳腺癌的 10-15%,是仅次于浸润性导管癌(IDC)的第二常见乳腺癌亚型。ILC 的组织学特征是细胞黏附所涉及的 E-cadherin 缺失,这促成了 ILC 特征性的非黏附单细胞层模式的肿瘤生长和浸润]。因此,ILC 常常在体格检查中未检测到肿瘤,且据报道钼靶摄影的敏感度为 34%,远低于 IDC(81%)。因此,ILC 的诊断常被延迟,初诊时肿瘤尺寸更大、分期高于 IDC。据报道,乳腺超声对腋窝淋巴结转移的诊断准确度敏感度为 55-92%、特异度为 80-97%。Howe
【主题与分类】
主题标签:Carcinoma, Lobular。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT05960201
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/NCT05960201
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:小叶癌。已知浸润性小叶癌(ILC)约占所有浸润性乳腺癌的10-15%,是仅次于浸润性导管癌(IDC)的第二常见乳腺癌亚型。ILC的组织学特征为细胞黏附相关的E-钙黏蛋白缺失,这促进了肿瘤以ILC特征性的非黏附单细胞层模式生长和浸润。因此,ILC在体格检查中常无肿瘤可检出,且据报道乳腺X线摄影的敏感性为34%,远低于IDC(81%)。因此,ILC的诊断常被延迟,初诊时肿瘤体积更大、分期高于IDC。据报道,乳腺超声对腋窝淋巴结转移的诊断准确性为敏感性55-92%、特异性80-97%。然而,在ILC病例中,诊断效能显著低于此。
根据既往关于ILC的研究,乳腺X线摄影诊断腋窝淋巴结转移的敏感性为7%,超声为26%,MRI为7%,且38%的患者出现腋窝淋巴结转移假阳性结果。这与ILC特有的转移模式有关,即仅细胞被癌细胞替代,而淋巴结正常结构得以保留,且无促纤维增生反应。NCCN指南建议,在腋窝淋巴结清扫术中,若腋窝II级或III级淋巴结确认或怀疑存在转移,则清扫至III级。对于cN3或Bulky或融合成团的cN2期淋巴结转移,应考虑术前化疗。鉴于这些标准影像学检查对腋窝淋巴结转移的诊断准确性有限,[18F]FES PET/CT可能有助于改变治疗策略,例如改变腋窝淋巴结清扫范围或行新辅助化疗而非直接手术。
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。




