能量平衡与乳腺癌研究-II
源站描述为一项为期 12 个月的随机临床体力活动干预试验，受试者为组织学确诊的 I-II 期浸润性乳腺癌或 3 级原位癌女性患者，术后随机分组，干预组依据基线 VO2max 制定训练方案并接受监督下小组训练
基本信息
资源简介
能量平衡与乳腺癌研究-II
该数据集来自 clinicaltrials.gov，聚焦能量平衡与乳腺癌，覆盖 DCIS Grade 3、Stage I 和 Stage II 乳腺癌、LCIS 及 Lobular Carcinoma in Situ 患者。源站描述为一项为期 12 个月的随机临床体力活动干预试验，受试者为组织学确诊的 I-II 期浸润性乳腺癌或 3 级原位癌女性患者，术后随机分组，干预组依据基线 VO2max 制定训练方案并接受监督下小组训练。数据可用于乳腺癌体力活动干预相关研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：DCIS Grade 3、Stage I 乳腺癌、Stage II 乳腺癌、LCIS、Lobular Carcinoma in Situ。EBBA（Energy Balance and Breast cancer Aspects）-II 研究是一项为期 12 个月的随机临床体力活动干预试验，纳入组织学确诊为 I-II 期浸润性癌或 3 级原位癌（DCIS/LCIS）的女性乳腺癌患者。* 参与者在手术后 10 天 ± 2 天被随机分配到对照组或干预组。干预在手术后 3 周开始，并贯穿所给予的辅助治疗（化疗、放疗、内分泌治疗等）。干预组根据其基线通气最大摄氧量（VO2max）接受详细的训练计划。他们在 12 个月内每周 2 次、每次 60 分钟参加监督下的小组训练。此外，他们被告知
【主题与分类】
主题标签：DCIS Grade 3、Stage I Breast Cancer、Stage II Breast Cancer、LCIS, Lobular Carcinoma in Situ。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT02240836
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/NCT02240836
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：导管原位癌（DCIS）3级、I期乳腺癌、II期乳腺癌、小叶原位癌（LCIS）、原位小叶癌。EBBA（能量平衡与乳腺癌相关研究）-II研究是一项为期12个月的随机临床试验，干预内容为体力活动，纳入对象为经组织学证实为I-II期浸润性癌或3级原位癌（DCIS/LCIS）的女性乳腺癌患者。* 参与者在手术后10天±2天被随机分配至对照组或干预组。干预于术后3周开始，并贯穿整个辅助治疗期间（化疗、放疗、内分泌治疗等）。干预组根据其基线时的通气最大摄氧量（VO2max）接受详细的训练方案。他们在12个月内每周2次参加小组监督训练，每次60分钟。此外，他们被要求在家庭中每周至少锻炼总计120分钟，目标是每周总共进行240分钟锻炼。对照组患者接受标准治疗，对锻炼没有任何限制。
- 所有参与者将在术前、术后、6个月以及12个月运动干预试验结束后接受一系列测量。临床测量将包括人体测量、空腹血液、粪便和尿液样本以及心肺运动试验（CPET）。完成问卷（食物日记（PFD）/食物频率问卷（FFQ）、生活质量（QoL））。* 所有参与者将在随访2年、3年、5年和10年后前来进行临床检查和空腹采血。
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。
