使用光学光谱评估乳腺癌手术切缘
该数据集来自 clinicaltrials.gov，聚焦乳腺癌手术中的切缘评估。研究对20例导管原位癌患者行标准肿块切除术后，使用无菌光学光谱探头进行扫描，并采集手术腔的冰冻切片以评估切缘
基本信息
资源简介
使用光学光谱评估乳腺癌手术切缘
该数据集英文名为 Evaluation of Breast Cancer Surgical Margins Using Optical Spectroscopy，来源于 clinicaltrials.gov，属于肿瘤领域中乳腺癌方向的数据资源。其核心内容围绕乳腺癌手术中的切缘评估展开，研究将光学光谱技术应用于术中切缘判断。具体而言，研究假设荧光光谱与漫反射光谱的组合能够可靠地检测受累的手术切缘。研究纳入二十例导管原位癌患者，在标准肿块切除术后使用无菌光学光谱探头进行扫描，并采集手术腔的冰冻切片以评估切缘。光学光谱数据将通过统计算法分类为良性或恶性，并与冰冻切片及永久切片结果进行比较。该数据集聚焦于将光学光谱信号与病理切缘结果建立关联，为乳腺癌术中切缘评估提供数据支持。
【数据集背景】
乳腺癌手术中，切缘状态是影响手术效果与后续治疗决策的重要因素。传统上，切缘评估依赖术后病理检查，而术中快速评估手段存在一定局限。该研究尝试将光学光谱技术引入术中切缘评估环节，通过荧光光谱与漫反射光谱的组合，探索其在检测受累手术切缘方面的可靠性。研究对象为导管原位癌患者，这一人群的切缘评估具有典型意义。研究背景体现了将光学检测手段与标准手术流程相结合、以辅助术中决策的思路。
【数据内容】
该数据集的内容涉及乳腺癌手术切缘评估过程中的光学光谱数据及其对应的病理评估结果。研究对二十例导管原位癌患者行标准肿块切除术后，使用无菌光学光谱探头进行扫描，获取光学光谱数据。同时，采集手术腔的冰冻切片用于评估切缘。光学光谱数据将经由统计算法分类为良性或恶性，分类结果与冰冻切片及永久切片结果进行比较。因此，数据内容涵盖光学光谱测量信息、基于算法的良恶性分类结果，以及作为参照的冰冻切片和永久切片病理结果。除上述内容外，源站未提供更细化的数据字段、样本量扩展或具体指标说明。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。采集场景为乳腺癌手术过程，具体是在标准肿块切除术后，使用无菌光学光谱探头对手术腔进行扫描。研究对象为二十例导管原位癌患者。采集过程中同时获取手术腔的冰冻切片，用于切缘评估。光学光谱数据随后通过统计算法进行分类，并与冰冻及永久切片结果进行比对。该数据集属于肿瘤 / 乳腺癌分类，主题标签为 Breast Cancer。关于采集设备的具体型号、扫描参数、算法细节以及数据存储格式，源站未提供。
【适用场景】
该数据集适用于乳腺癌手术切缘评估相关的研究与应用场景，尤其是探索光学光谱技术在术中切缘判断中作用的方向。其潜在用途包括：分析荧光光谱与漫反射光谱组合在检测受累切缘方面的表现；将统计算法分类结果与冰冻切片、永久切片结果进行对照，评估光学光谱方法的可靠性；以及为导管原位癌患者术中切缘评估提供数据参考。该数据集也可用于方法学比较研究，但具体适用范围需结合源站描述及实际数据情况确定。
【使用方法】
根据源站描述，使用该数据集时可关注以下流程：在标准肿块切除术后，使用无菌光学光谱探头进行扫描，获取光学光谱数据；采集手术腔冰冻切片以评估切缘；将光学光谱数据通过统计算法分类为良性或恶性；最后将分类结果与冰冻切片及永久切片结果进行比较。该流程反映了数据生成与验证的基本逻辑。关于数据的具体读取方式、预处理步骤、算法实现细节及统计分析方法，源站未提供。
【质量与限制】
该数据集的研究对象为二十例导管原位癌患者，样本量相对有限。其切缘评估依赖冰冻切片与永久切片结果作为参照，光学光谱数据的分类则基于统计算法。研究假设荧光光谱与漫反射光谱的组合能够可靠检测受累手术切缘，但该假设的验证结果需依据实际数据判断。源站未提供关于数据完整性、标注一致性、算法性能指标或潜在偏倚的详细信息。因此，在使用该数据集时，应结合源站描述谨慎评估其适用范围与局限性。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用方式、许可条款、使用限制及数据获取途径，源站未提供。
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/NCT00214292
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。本研究将应用光谱技术在乳腺癌手术中进行术中切缘评估。我们假设荧光光谱与漫反射光谱的结合能够可靠地检测受累手术切缘。二十名导管原位癌患者将接受标准肿块切除术，随后使用无菌光谱探头进行扫描。手术腔的冰冻切片将用于评估切缘。光谱数据将通过统计算法分类为良性或恶性，并将结果与冰冻切片和永久切片结果进行比较。
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。
