FDG PET/CT Radiomics用于真性寡转移性乳腺癌
该数据集来自 clinicaltrials.gov，主题为真性寡转移性乳腺癌的 FDG PET/CT 影像组学研究，涉及寡转移性乳腺癌与 Radiomics 两个核心主题
基本信息
资源简介
FDG PET/CT Radiomics用于真性寡转移性乳腺癌
FDG PET/CT Radiomics for True Oligometastatic Breast Cancer 是一个以真性寡转移性乳腺癌为研究对象的影像组学数据集，主题聚焦于利用 FDG PET/CT 影像开展放射组学分析。该数据集归类于肿瘤领域的乳腺癌方向，来源为 clinicaltrials.gov，围绕寡转移性乳腺癌（Oligometastatic Breast Carcinoma）与影像组学（Radiomics）两个核心主题组织内容，面向真性寡转移性乳腺癌的识别与分析需求。以下从背景、内容、来源、适用场景、使用方法、质量与限制、引用与许可等方面进行介绍。
【数据集背景】
乳腺癌是常见的恶性肿瘤之一，转移状态的不同直接影响治疗策略与预后判断。寡转移性乳腺癌指转移灶数量与范围相对局限的一种状态，而“真性寡转移”与广泛转移的区分在临床决策中具有重要意义。FDG PET/CT 作为融合代谢信息与解剖信息的成像手段，在转移灶的检出与评估中被广泛使用。影像组学方法通过从医学影像中提取定量特征，为疾病表型的刻画提供新的分析途径。该数据集即围绕真性寡转移性乳腺癌这一特定对象，将 FDG PET/CT 与影像组学相结合，服务于相关研究主题。
【数据内容】
该数据集的主题标签为寡转移性乳腺癌与 Radiomics，源站描述中列出的条件包括 Oligometastatic Breast Carcinoma 与 Radiomics，研究主题为真性寡转移性乳腺癌的 FDG PET/CT 影像组学研究。数据集涉及的核心内容为 FDG PET/CT 影像及其影像组学分析。关于具体样本量、影像文件格式、特征数量、标注信息等细节，源站未提供。
【采集与来源】
该数据集来源于 clinicaltrials.gov。源站描述表明其主题为真性寡转移性乳腺癌的 FDG PET/CT 影像组学研究，涉及寡转移性乳腺癌与 Radiomics 两个核心主题。关于采集机构、采集时间范围、纳入排除标准、扫描设备参数等具体信息，源站未提供。
【适用场景】
依据其主题，该数据集可应用于真性寡转移性乳腺癌相关的影像组学研究场景，例如围绕 FDG PET/CT 影像开展放射组学特征分析与建模探索。其主题标签涵盖寡转移性乳腺癌与 Radiomics，适合作为该交叉方向研究的资料参考。关于具体任务类型、评价指标与临床验证用途，源站未提供。
【使用方法】
该数据集面向 FDG PET/CT 影像组学分析，使用时应围绕真性寡转移性乳腺癌这一研究对象组织分析流程。关于数据读取方式、预处理步骤、特征提取软件与建模规范等具体操作说明，源站未提供。
【质量与限制】
该数据集来源为 clinicaltrials.gov，主题明确指向真性寡转移性乳腺癌的 FDG PET/CT 影像组学研究。关于数据完整性、样本代表性、标注一致性、偏倚控制等质量相关信息，源站未提供。使用时应注意其主题范围限定于寡转移性乳腺癌与影像组学方向。
【引用与许可】
关于该数据集的引用格式、许可条款与使用限制，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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放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/NCT07872332
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
Conditions: Oligometastatic Breast Carcinoma, Radiomics. FDG PET CT Radiomics for True Oligometastatic Breast Cancer
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。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
