经单腋窝切口内镜保乳乳头保留乳房切除术治疗乳腺癌
该数据集来自 clinicaltrials.gov,主题为乳腺癌与导管原位癌(DCIS)。MINI-B 是意大利都灵 Candiolo 癌症中心乳腺外科开展的单中心前瞻性研究,计划纳入 10 例连续成年女性早期浸润性乳腺癌或导管原位癌患者,这些患者适合接受乳头保留乳房切除术并直接植入重建,且适合微创

基本信息
资源简介
经单腋窝切口内镜保乳乳头保留乳房切除术治疗乳腺癌
该数据集来自 clinicaltrials.gov,主题为乳腺癌与导管原位癌(DCIS)。MINI-B 是意大利都灵 Candiolo 癌症中心乳腺外科开展的单中心前瞻性研究,计划纳入 10 例连续成年女性早期浸润性乳腺癌或导管原位癌患者,这些患者适合接受乳头保留乳房切除术并直接植入重建,且适合微创入路。研究评估经单个隐藏腋窝切口实施内镜乳头保留乳房切除术的可行性,通过技术与围手术期参数、切缘状态评估切除完整性,并记录术后情况(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Breast Cancer - Ductal Carcinoma in Situ (DCIS), Breast Cancer. MINI-B 是一项单中心前瞻性研究,在意大利都灵 Candiolo 癌症中心(Istituto di Candiolo FPO-IRCCS)乳腺外科开展。该研究将连续入组 10 名成年女性早期浸润性乳腺癌或导管原位癌患者,这些患者是乳头保留乳房切除术并直接植入重建的候选者,且适合微创入路。所研究的操作是经单个隐藏腋窝切口实施的内镜乳头保留乳房切除术,采用以该机构已在使用的机器人乳头保留乳房切除术为模板的标准化技术。该研究将通过技术和围手术期参数评估可行性,通过切缘状态评估切除完整性,记录术后 c
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07507890
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/NCT07507890
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
条件:乳腺癌-导管原位癌(DCIS)、乳腺癌。MINI-B是一项单中心前瞻性研究,在意大利都灵Candiolo癌症中心乳腺外科进行,该中心隶属于Istituto di Candiolo FPO-IRCCS。该研究将连续入组10名成年女性患者,这些患者患有早期浸润性乳腺癌或导管原位癌,适合接受保留乳头的乳房切除术并直接植入物重建,且适合微创方法。所研究的操作是内镜下保留乳头的乳房切除术,通过单个隐藏的腋窝切口进行,采用标准化技术,模仿该机构已在使用的机器人保留乳头乳房切除术程序。该研究将通过技术和围手术期参数评估可行性,通过切缘状态评估切除完整性,记录术后3个月内的并发症,并使用BREAST-Q/EORTC问卷收集患者报告的生活质量数据。
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。




