数字断层合成乳腺摄影与数字乳腺摄影在乳腺癌筛查中的应用

数据集获取

源站：https://clinicaltrials.gov/study/NCT03233191

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：乳腺筛查。主要目标：I. 比较在随机化后4.5年期间内，包括活跃筛查期及最后一次筛查后临床随访期（T4），断层合成乳腺摄影（TM）与数字乳腺摄影（DM）研究组参与者发生“晚期”乳腺癌的比例。次要目标：I. 评估年龄、绝经及激素状态、乳腺密度和家族癌症史对两组间主要终点差异的潜在影响。II. 通过接收者操作特征（ROC）曲线下面积（AUC）、敏感性、特异性、阳性预测值（PPV）和阴性预测值（NPV）来衡量，比较TM与DM的诊断性能。III. 比较TM与DM的召回率和活检率，并按目标II中列出的相同变量进行子集分析。IV.

比较TM和DM的间隔癌发生率，并评估这些间隔癌的诊断机制，按有症状与无症状进行分类，以及检测方式：通过体格检查、乳腺X线摄影、超声（US）、磁共振成像（MRI）或其他技术诊断。V. 检查乳腺影像报告和数据系统（BIRADS）影像特征与组织学和遗传学特征之间的相关性，如浸润性导管癌和浸润性小叶癌组织学、高分级、诊断时高分期以及侵袭性遗传亚型。VI. 在阅片者研究中评估TM与合成二维（2D）或DM的不同组合，以协助确定诊断性能、辐射暴露和技术之间的最佳平衡。VII. 估计并比较两个研究组之间的乳腺癌特异性死亡率。VIII. 通过PAM50增殖估计并比较乳腺癌亚型（管腔A型、管腔B型、HER2+、基底样）低、中或高增殖的患病率

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。