ADM软组织补片强化评估数据集
该数据集来自clinicaltrials.gov,聚焦乳腺癌手术与ADM软组织补片强化相关的临床研究,覆盖接受即刻DTI乳房重建的患者人群

基本信息
资源简介
ADM软组织补片强化评估数据集
该数据集来自clinicaltrials.gov,聚焦乳腺癌手术与ADM软组织补片强化相关的临床研究,覆盖接受即刻DTI乳房重建的患者人群。源站描述显示研究纳入152例患者(ADM与非ADM队列各76例),通过前瞻性记录数据库随访,并测量客观临床终点。数据可用于乳腺癌术后重建领域的临床结局分析、队列比较及手术相关风险研究,但具体变量与字段源站未提供(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌、手术、手术物品滞留。本研究将测量DTI乳房重建中的客观临床终点。共152例患者(ADM队列和非ADM队列各76例)将在一个前瞻性记录的数据库中进行随访。患者的临床诊疗将被保障完全不受研究影响。入组将限于Massachusetts General Hospital的Liao医生和William Austen医生处计划接受即刻DTI乳房重建的患者。如果患者因切除乳腺癌或基于家族史或基因检测诊断为遗传易感性后预防性切除乳房而接受乳房切除术,则可接受即刻DTI乳房重建。所有患者均为女性。最低年龄为18岁。无年龄上限。
【主题与分类】
主题标签:Breast Cancer、Surgery、Surgical Item, Retained。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03494244
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/NCT03494244
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、手术、手术物品、遗留物。本研究将在DTI乳房重建中测量客观临床终点。共有152名患者(ADM队列和非ADM队列各76名)将在一个前瞻性记录的数据库中进行随访。患者的临床护理将受到保障,完全不受研究影响。入组将仅限于麻省总医院Liao医生和William Austen医生的患者,这些患者计划接受即刻DTI乳房重建。如果患者因切除乳腺癌或基于家族史或基因检测诊断为乳腺癌遗传易感性后预防性切除乳房而接受乳房切除术,则可接受即刻DTI乳房重建。所有患者均为女性。最低年龄为18岁。无年龄上限。本研究仅涉及数据记录(患者特征、临床数据、重建参数(所用ADM和植入物的大小)、引流管放置、引流管数量和口径、手术结局)。在初次咨询时,按照Dr.
Liao的患者,将在颈部以下获取数字照片和3D照片,以消除任何患者身份识别信息。患者将按照常规护理方案进行随访。典型患者将每周随访一次,持续6周,然后在3个月、6个月和12个月时随访。所有照片均去标识化并在颈部以下拍摄,保存在由整形与重建外科部维护的安全照片数据库中。患者的临床护理严格遵循外科医生(Liao医生)现有的标准护理。该研究仅涉及数据记录,不与患者进行任何额外互动。主要临床终点为乳房形态。次要临床终点包括:血清肿、感染、皮肤坏死、伤口问题、移植物取出以及任何其他轻微或重大并发症。乳房厚度和
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。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




