保乳术后术中电子线放疗(IOERT)数据集

源站描述显示其评估局部与远处复发率及美容效果,美容效果由外科医生临床评价和患者问卷主观印象共同构成,局部复发采用与全乳放疗相同的影像方案评估

Wake Forest University Health SciencesWake Forest University Health Sciences
clinicaltrials
浏览 10
医学影像预测Invasive Ductal Breast CancerCarcinoma Breast Stage I
Lumpectomy Followed By Intraoperative Electron Radiation Therapy (IOERT)

基本信息

模态
医学影像
任务类型
预测
创建/更新时间
2026-10-26

资源简介

保乳术后术中电子线放疗(IOERT)数据集

该数据集英文名为 Lumpectomy Followed By Intraoperative Electron Radiation Therapy (IOERT),聚焦肿瘤领域的乳腺癌方向,来源于 clinicaltrials.gov。其关注对象为接受肿块切除术后行术中电子放射治疗的患者群体,涉及浸润性导管乳腺癌与原发乳腺癌 I 期两类情形。数据集的核心目标在于评估局部复发率、远处复发率以及美容效果;其中美容效果同时纳入外科医生的临床评价与患者通过问卷表达的主观印象,局部复发则采用与全乳放疗相同的影像方案进行评估。整体而言,该数据集围绕保乳手术联合术中电子放疗后的肿瘤学结局与外观结局展开,为相关临床研究与疗效比较提供结构化的信息基础。

【数据集背景】

乳腺癌保乳治疗在临床中受到广泛关注,肿块切除术后的放疗方式选择是影响局部控制与外观效果的重要因素。术中电子放射治疗作为一种在手术过程中直接对瘤床实施照射的技术,其后续的复发风险与美容结局需要通过系统化的随访评估加以观察。该数据集即在此背景下产生,登记于 clinicaltrials.gov,面向浸润性导管乳腺癌及 I 期乳腺癌患者,旨在通过统一的评估维度记录局部与远处复发情况以及美容效果,为比较和总结该类治疗策略的结局提供数据支撑。

【数据内容】

数据集所涵盖的疾病情形包括浸润性导管乳腺癌与乳腺癌 I 期。其记录与评估的核心内容集中在三个方面:一是局部复发率,二是远处复发率,三是美容效果。美容效果并非单一来源的判断,而是由外科医生的临床评价与患者基于问卷的主观印象共同构成,体现了两类视角的结合。局部复发的评估则遵循与全乳放疗相同的影像方案,以保证评估方式的一致性。除上述内容外,数据集是否包含其他具体字段、变量或随访时间点,源站未提供。

【采集与来源】

该数据集来源于 clinicaltrials.gov,属于肿瘤分类下的乳腺癌主题。其信息围绕保乳手术联合术中电子放射治疗的临床评估展开,采集内容涉及复发结局与美容结局两类指标。美容效果的评价通过外科医生临床评价与患者问卷两种途径实现,局部复发则依托与全乳放疗一致的影像方案进行判定。关于具体的采集流程、随访周期、样本量及机构信息,源站未提供。

【适用场景】

该数据集适用于关注乳腺癌保乳治疗后结局的研究与参考场景,尤其是围绕术中电子放射治疗的局部控制、远处转移风险以及美容效果的综合评价。由于美容效果同时涵盖医生评价与患者主观感受,该数据可用于探讨客观临床判断与患者报告结局之间的关系;局部复发采用与全乳放疗相同的影像方案,也便于在相同评估口径下进行对照性讨论。其他具体应用方向源站未提供。

【使用方法】

使用该数据集时,可依据其评估框架分别考察局部复发率、远处复发率与美容效果三个维度,并将美容效果拆分为外科医生临床评价与患者问卷主观印象两部分加以分析。局部复发相关分析应参照与全乳放疗相同的影像方案这一评估口径。关于数据的具体获取方式、字段结构、统计方法及使用步骤,源站未提供。

【质量与限制】

该数据集的美容效果评价结合了医生临床评价与患者问卷,局部复发评估采用与全乳放疗一致的影像方案,这些设计有助于提升评估的规范性与多视角性。但关于样本规模、随访完整度、缺失数据处理及偏倚控制等信息,源站未提供,因此其数据质量的具体水平无法进一步说明。此外,数据集仅涉及浸润性导管乳腺癌与 I 期乳腺癌,适用范围存在明确界定。

【引用与许可】

该数据集来源于 clinicaltrials.gov,英文名称为 Lumpectomy Followed By Intraoperative Electron Radiation Therapy (IOERT)。关于引用格式、许可条件及使用限制,源站未提供。

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付,我们提供全链路闭环服务,让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持?联系我们获取定制方案。

帮我联系

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。

免费样本无法满足模型训练要求?千方提供经三甲医院脱敏、带病理回证与专家标注的商业级专病数据集。

使用方式

数据集获取

源站:https://clinicaltrials.gov/study/NCT01960803

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:浸润性导管乳腺癌,乳腺癌I期。评估局部和远处复发率及美容效果。通过问卷评估外科医生对美容效果的临床评价和患者对美容效果的主观印象。局部复发采用与全乳放疗相同的影像学方案进行评估。

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。