大分割放射治疗用于0-IIB期乳腺癌患者

数据集获取

源站：https://clinicaltrials.gov/study/NCT03345420

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 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。

数据说明

疾病：导管原位乳腺癌、浸润性乳腺癌、0期乳腺癌、I期乳腺癌、IA期乳腺癌、IB期乳腺癌、II期乳腺癌、IIA期乳腺癌。辅助放射治疗（RT）在早期乳腺癌成功保乳治疗中发挥着重要作用，并已证明与单纯手术相比，能显著降低乳腺癌复发风险。在肿块切除术后加入乳腺放疗，使女性得以保留自然乳房，多项随机试验已证明其总生存率和无病生存率与乳房切除术相当。荟萃分析得出结论，肿块切除术后放疗可提高乳腺癌生存率，估计每预防4例复发即可挽救1例生命。放射治疗的一个重要组成部分是时间-剂量分割方案。直到过去十年，北美的标准放疗方案包括6-8周的每日放疗。本研究提出，分割放疗将在便利性和成本效益方面提供显著改善，同时实现同等的肿瘤控制效果。

这将是一项II期单臂非劣效性试验。试验患者将接受9次大分割放疗。患者将在放疗后24个月，通过乳腺摄影美容评分评估大分割放疗与标准分割放疗的效果。

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。