乳房切除术后即刻乳房重建（IRMA）

数据集获取

源站：https://clinicaltrials.gov/study/NCT04390529

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

条件：乳腺癌女性。这是一项多中心观察性队列研究。该研究旨在发挥与疾病登记系统类似的作用。唯一的研究特定干预措施是完成BREAST-Q生活质量（QoL）量表。仅收集定量数据。采用此研究设计的理由在于识别并描述与IRMA相关的并发症类型和发生频率。本研究不检验任何假设。尽管将基于手术技术进行组间比较，但基于这些发现的结论将因设计的观察性性质而受到限制。患者数据将通过一系列假名化病例报告表收集，包括经过验证的生活质量问卷：BREAST-Q。这些数据将录入基于网络的数据采集系统SecuTrial。需要按照病例报告表的规定对手术过程进行精确描述（例如，补片植入、切缘），以便后续进行多变量分析。

在随访的第一年，将在基线（乳房切除术后90天内）、6个月和12个月时收集常规临床评估和生活质量（QoL）问卷的数据。此后，将在额外的四年内（术后24、36、48和60个月）通过年度临床评估收集数据，并完成QoL问卷。因此，将总共收集五年的术后随访数据，以便有足够的时间观察大多数可预见并发症的发生。

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。