复杂减充血物理治疗对乳腺癌相关淋巴水肿女性睡眠质量与生活质量影响研究
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿女性患者,主题为复杂减充血物理治疗对睡眠质量与生活质量的影响

基本信息
资源简介
复杂减充血物理治疗对乳腺癌相关淋巴水肿女性睡眠质量与生活质量影响研究
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿女性患者,主题为复杂减充血物理治疗对睡眠质量与生活质量的影响。源站描述指出乳腺癌是全球女性最常见且死亡率最高的癌症类型,2022 年全球约 2000 万女性受累,占女性全部癌症的 23.8%;多数病例需手术诊疗,可能引发感染、血清肿、血肿、蜂窝织炎及腋窝淋巴管生理破坏导致的淋巴水肿。淋巴水肿为淋巴液积聚所致慢性疾病,引起皮肤与组织改变。数据可用于相关临床研究与治疗评估(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):疾病:乳腺癌相关淋巴水肿。乳腺癌是最常见的癌症类型,也是全球女性死亡率最高的癌症。根据 2022 年全球癌症观察站统计,乳腺癌影响全球约 2000 万女性,占女性所有癌症的 23.8%,使其成为最常被诊断的类型(1)。乳腺癌患者有多种治疗选择。大多数乳腺癌病例需要手术进行晚期诊断和治疗。然而,这些手术可能导致感染、血清肿、血肿、蜂窝织炎等并发症,最重要的是因腋窝淋巴管生理破坏而导致的淋巴水肿(2)。淋巴水肿是一种以淋巴液积聚为特征的慢性疾病,导致皮肤和组织改变。它由淋巴系统功能不足引起
【主题与分类】
主题标签:Breast Cancer Related Lymphedema。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06697158
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/NCT06697158
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:乳腺癌相关淋巴水肿。乳腺癌是女性中最常见的癌症类型,且在全球女性中死亡率最高。根据2022年全球癌症观察站统计数据,乳腺癌影响全球约2000万女性,占女性所有癌症的23.8%,是最常被诊断的癌症类型(1)。乳腺癌患者有多种治疗选择。大多数乳腺癌病例需要外科手术以进行晚期诊断和治疗。然而,这些手术可能导致感染、血清肿、血肿、蜂窝织炎等并发症,最重要的是,由于腋窝淋巴管生理功能受损而导致淋巴水肿(2)。淋巴水肿是一种以淋巴液积聚为特征的慢性疾病,会导致皮肤和组织改变。它由淋巴系统功能不全和淋巴运输受损引起(3, 4)。淋巴水肿的发生是由于过多水分、滤过的血浆蛋白、血管外血细胞以及实质和基质细胞产物在细胞外间隙积聚所致(3)。
乳腺癌相关淋巴水肿(BCRL)常在乳腺癌诊断或手术后两年内发生(5)。BCRL的发病率因诊断和治疗所采用的手术方式而异。前哨淋巴结活检(SLNB)后淋巴水肿的发生率约为5%,而腋窝淋巴结清扫(ALND)后则升至30-50%。当ALND联合区域淋巴结照射(RNI)时,发生率可达20-50%(2)。一项研究将ALND确定为BCRL的主要诱因,并强调应尽可能避免该手术(6)。BCRL的危险因素包括ALND、放疗(RT)、化疗、术后血清肿、肥胖/高体重指数、吸烟、全乳切除术及术后出血(7, 8)。临床上,BCRL表现为慢性肿胀、局部疼痛、沉重感和紧绷感(9)。它显著影响生活质量(QoL)并导致
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。




