乳房切除术后大分割放疗预防IIa-IIIa期乳腺癌复发
该数据集来自clinicaltrials.gov,聚焦IIa-IIIa期乳腺癌患者乳房切除术后大分割放疗。覆盖导管癌、浸润性癌、小叶癌、髓样癌及IIA、IIB、IIIA期乳腺癌

基本信息
资源简介
乳房切除术后大分割放疗预防IIa-IIIa期乳腺癌复发
该数据集来自clinicaltrials.gov,聚焦IIa-IIIa期乳腺癌患者乳房切除术后大分割放疗。覆盖导管癌、浸润性癌、小叶癌、髓样癌及IIA、IIB、IIIA期乳腺癌。主要目标是评估放疗后24个月重建并发症率在大分割下是否非劣效;次要目标包括基于CTCAE 4.0的急性和晚期放疗并发症发生率、局部和局部区域复发率,以及按重建方式和时机比较并发症率;三级目标涉及重建乳房照片美容评分。可用于放疗并发症与复发风险的预测建模研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:导管乳腺癌、浸润性乳腺癌、小叶乳腺癌、髓样乳腺癌、II期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标:I. 评估放疗后24个月的重建并发症率在大分割放疗下是否非劣效。次要目标:I. 基于常见不良事件评价标准(CTCAE)4.0毒性,评估急性和晚期放疗并发症的发生率。II. 评估局部和局部区域复发率。III. 根据重建方法(自体+/-植入物对比仅植入物)和接受重建的时机(立即对比意图延迟)比较重建并发症率。三级目标:I. 评估重建乳房照片美容评分与大分割
【主题与分类】
主题标签:Ductal Breast Carcinoma、Invasive Breast Carcinoma、Lobular Breast Carcinoma、Medullary Breast Carcinoma、Stage II Breast Cancer、Stage IIA Breast Cancer、Stage IIB Breast Cancer、Stage IIIA Breast Cancer、Tubular Breast Carcinoma。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT03414970
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/NCT03414970
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:导管型乳腺癌、浸润性乳腺癌、小叶型乳腺癌、髓样乳腺癌、II期乳腺癌、IIA期乳腺癌、IIB期乳腺癌、IIIA期乳腺癌。主要目标:I. 评估放疗后24个月时,采用大分割放疗的重建并发症发生率是否非劣效。次要目标:I. 根据常见不良事件术语标准(CTCAE)4.0毒性标准,评估急性和晚期放射性并发症的发生率。II. 评估局部和局部区域复发率。III. 根据重建方法(自体组织+/-植入物对比[vs]仅植入物)和接受重建的时机(即刻重建对比计划延迟重建)比较重建并发症发生率。三级目标:I. 评估放疗后24个月时,与标准分割放疗相比,大分割放疗下重建乳房的摄影美容评分。II. 根据接受重建的方法和时机,评估放疗后24个月时重建乳房的摄影美容评分。III.
IV. 按治疗组估计手臂淋巴水肿的发生率。V. 比较放疗后24个月时各治疗组在身体健康、心理社会健康、性健康、对乳房/乳头/腹部的满意度以及对总体结果的满意度方面的情况。VI. 按治疗组估计患者对试验参与的满意度,采用“值得吗问卷”在放疗后24个月时进行测量。VII. 按治疗组比较放疗的直接和间接患者费用。VIII. 比较患者报告的放疗完成后12个月内的总体医疗服务利用情况。IX. 比较治疗的经济影响。X. 分析MDM2以及包括TP53、ATM、TGFB1、IL4、IL6和IL10在内的基因的多态性,并确定其与更高概率发生不良放疗反应(放射敏感性)及毒性的相关性。XI. 分析MDM2以及包括TP53、ATM、TGFB1、IL4、IL6和IL10在内的基因的多态性,以确定其与继发性e的相关性
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。




