Fluciclovine与PSMA PET/CT用于浸润性小叶乳腺癌分类与改进分期
该数据集来自clinicaltrials.gov，聚焦浸润性小叶乳腺癌（ILC）的PET/CT影像分类与分期研究。覆盖AJCC v8解剖学IV期、预后IV期乳腺癌及转移性小叶癌等条件
基本信息
资源简介
Fluciclovine与PSMA PET/CT用于浸润性小叶乳腺癌分类与改进分期
该数据集来自clinicaltrials.gov，聚焦浸润性小叶乳腺癌（ILC）的PET/CT影像分类与分期研究。覆盖AJCC v8解剖学IV期、预后IV期乳腺癌及转移性小叶癌等条件。数据可用于评估fluciclovine与PSMA PET相较常规影像对转移灶的检测能力，比较两种示踪剂对ILC病灶检测的一致性，并探索ctDNA（ESR1、PI3K）与肿瘤负荷的关联，支持乳腺癌分期与分类研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：Anatomic Stage IV Breast Cancer AJCC v8、Invasive Breast Lobular Carcinoma、Metastatic Breast Lobular Carcinoma、Prognostic Stage IV Breast Cancer AJCC v8。主要目标：I. 与最佳标准护理常规影像相比，使用fluciclovine F18（fluciclovine）和镓Ga 68标记的PSMA-11（PSMA）PET改善转移检测，并经组织学确认。II. 确定经组织学确认的浸润性小叶乳腺癌（ILC）检测中PSMA与fluciclovine PET的一致性和不一致性。探索性目标：I. 确立循环肿瘤脱氧核糖核酸（DNA）（ctDNA）针对ESR1和PI3K DNA在表征由代谢氨基酸转运和肿瘤新生血管受体成像所识别的肿瘤负荷程度中的作用。大纲：患者接受镓Ga 68标记的PSMA-11静脉注射（IV）并接受PE
【主题与分类】
主题标签：Anatomic Stage IV Breast Cancer AJCC v8、Invasive Breast Lobular Carcinoma、Metastatic Breast Lobular Carcinoma。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04750473
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/NCT04750473
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
疾病状态：解剖学分期IV期乳腺癌 AJCC第8版、浸润性乳腺小叶癌、转移性乳腺小叶癌、预后分期IV期乳腺癌 AJCC第8版。主要目标：I. 通过组织学确认，比较氟昔洛韦F18（氟昔洛韦）和镓Ga 68标记的PSMA-11（PSMA）PET与最佳标准护理常规影像学检查在转移灶检测中的效果。II. 通过组织学确认，确定PSMA PET与氟昔洛韦PET在检测浸润性小叶乳腺癌（ILC）方面的一致性和不一致性。探索性目标：I. 确立循环肿瘤脱氧核糖核酸（DNA）（ctDNA）针对ESR1和PI3K DNA在表征由代谢性氨基酸转运和肿瘤新生血管受体成像所识别的肿瘤负荷程度中的作用。研究方案概要：患者接受镓Ga 68标记的PSMA-11静脉注射（IV），并进行30分钟的PET/计算机断层扫描（CT）。在另一天，患者接受氟昔洛韦F18静脉注射，并进行30分钟的PET/CT扫描。研究完成后，患者在5-10个工作日内进行随访，然后随访长达5年。
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。
