乳腺癌范围及术前超声与MRI的作用
数据涉及三个影像组对手术决策的影响、病灶大小及肿瘤灶数量与位置的测量准确性比较,并以手术病理为金标准。可用于评估不同影像手段在乳腺癌术前评估中的价值,支持影像与病理对照分析(来源 clinicaltrials.gov)

基本信息
资源简介
乳腺癌范围及术前超声与MRI的作用
该数据集来自clinicaltrials.gov,聚焦乳腺癌范围及术前超声与MRI的作用,覆盖Ductal Breast Carcinoma In Situ、Stage IA、IB、II期乳腺癌。数据涉及三个影像组对手术决策的影响、病灶大小及肿瘤灶数量与位置的测量准确性比较,并以手术病理为金标准。可用于评估不同影像手段在乳腺癌术前评估中的价值,支持影像与病理对照分析(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:导管原位乳腺癌、IA期乳腺癌、IB期乳腺癌、II期乳腺癌。主要目标:I. 确定三个影像组如何影响手术治疗。II. 比较三个影像组在准确测量指标病灶大小以及肿瘤灶数量和位置方面的表现(以手术病理为金标准)。次要目标:I. 在乳腺致密的女性中:回顾性比较三个影像组在测量指标病灶大小以及肿瘤灶数量和位置方面的准确性(以手术病理为金标准)。II. 报告三个影像组检测到的同步对侧乳腺癌的发生率。概述:患者被分配到3个治疗组中的1组。第1组:患者接受标准护理诊断成像,包括双侧m
【主题与分类】
主题标签:Ductal Breast Carcinoma In Situ、Stage IA Breast Cancer、Stage IB Breast Cancer、Stage II Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT02587663
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/NCT02587663
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:导管原位乳腺癌、IA期乳腺癌、IB期乳腺癌、II期乳腺癌。主要目标:I. 确定三种影像学检查方式如何影响手术治疗。II. 以手术病理学为金标准,比较三种影像学检查方式在准确测量指标病灶大小及肿瘤病灶数量和位置方面的差异。次要目标:I. 在乳腺致密的女性中:以手术病理学为金标准,回顾性比较三种影像学检查方式在测量指标病灶大小及肿瘤病灶数量和位置方面的准确性。II. 报告三种影像学检查方式检测到的同步对侧乳腺癌的发生率。大纲:患者被分配至3个治疗组中的1组。第1组:患者接受标准护理诊断成像,包括双侧乳腺X线摄影和靶向乳腺超声。第2组:患者接受与第1组相同的标准护理诊断成像。患者还接受双侧全乳腺超声。第3组:患者接受与第1组相同的标准护理诊断成像。
患者还接受双侧乳腺对比增强MRI检查。所有患者均接受标准治疗的保乳手术,若检查结果提示手术方案有变,则行乳房切除术。
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。




