HISMAR:术中切缘评估使用Histolog®扫描仪减少保乳手术再手术
HISMAR 数据集来自 clinicaltrials.gov,聚焦乳腺癌保乳手术中的术中切缘评估。覆盖乳腺癌、导管原位癌、浸润性小叶癌及女性乳腺肿瘤等病种

基本信息
资源简介
HISMAR:术中切缘评估使用Histolog®扫描仪减少保乳手术再手术
HISMAR 数据集来自 clinicaltrials.gov,聚焦乳腺癌保乳手术中的术中切缘评估。覆盖乳腺癌、导管原位癌、浸润性小叶癌及女性乳腺肿瘤等病种。背景指出瑞士女性乳腺癌最常见,每年约 6500 例新发病例,保乳手术后未选择人群中再切除率为 20-30%,导管原位癌和浸润性小叶癌切缘阳性风险更高。该数据可用于研究术中切缘评估与降低再手术的关系(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、导管原位癌、浸润性小叶癌、女性乳腺肿瘤。背景:乳腺癌是瑞士女性最常见的癌症,每年约有 6500 例新发病例。保乳手术(BCS,肿瘤切除术)是局限性肿瘤的首选手术方式,在获得阴性切缘时,其生存结果与乳房切除术相当。然而,在未选择的 BCS 人群中,再切除率报告为 20-30%。特定组织学亚型中切缘阳性的风险尤其升高:已发表数据表明,与无原位成分的 NST 癌相比,导管原位癌(DCIS)的切缘阳性相对风险为 2.21,浸润性小叶癌(ILC)为 1.44。对 CHVR 连续 266 例符合条件的 BCS 病例(2021-2024)的回顾性分析发现,再手术
【主题与分类】
主题标签:Breast Cancer、Ductal Carcinoma In Situ、Invasive Lobular Carcinoma、Breast Neoplasm Female。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT07527468
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/NCT07527468
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:乳腺癌、导管原位癌、浸润性小叶癌、女性乳腺肿瘤。背景:乳腺癌是瑞士女性中最常见的癌症,每年约有6500例新发病例。保乳手术(BCS,即肿块切除术)是局限性肿瘤的首选手术方式,在切缘阴性的情况下,其生存结局与乳房切除术相当。然而,在未经选择的BCS人群中,再切除率据报道为20%-30%。特定组织学亚型中切缘阳性的风险尤其升高:已发表数据表明,与无原位成分的非特殊型(NST)癌相比,导管原位癌(DCIS)切缘阳性的相对风险为2.21,浸润性小叶癌(ILC)为1.44。对CHVR连续266例符合条件BCS病例(2021-2024年)的回顾性分析发现,再手术率为11.3%(30/266)。文献中的一项前瞻性研究报告,在标准治疗基础上加入术中组织学扫描后,再手术率从30%降至10%。
器械:Histolog®扫描仪(SamanTree Medical SA,洛桑;CE IVD A类,UDI 764017998003GV,软件v3.4.0)可在离体条件下对新鲜乳房肿瘤切除标本表面进行实时共聚焦荧光成像,无需组织处理或染色,术中即可提供H&E质量的图像。该器械已在CHVR常规临床使用。研究目的:评估在标准治疗基础上系统使用Histolog®扫描仪能否使在CHVR接受BCS的ILC、单纯DCIS或NST+DCIS患者的再手术率降低50%或以上——从11.3%降至≤5.6%。研究设计:前瞻性、单臂、单中心上市后性能跟踪(PMPF)研究(IVDR 2017/746)。对照:经验证的历史机构对照(CHVR 2021-2024,同一手术团队,n=266,再手术率11.3%)。由于该器械已在CHVR常规使用,随机设计在伦理上不合理。操作流程:乳房肿瘤切除术后,对新鲜标本进行标准触诊,然后系统
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。




