乳腺癌淋巴水肿淋巴静脉吻合术研究
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿,收录一项在丹麦多家医院开展的单臂队列研究,评估淋巴静脉吻合术(LVA)对成年女性乳腺癌治疗后凹陷性淋巴水肿的疗效

基本信息
资源简介
乳腺癌淋巴水肿淋巴静脉吻合术研究
该数据集来自 clinicaltrials.gov,聚焦乳腺癌相关淋巴水肿,收录一项在丹麦多家医院开展的单臂队列研究,评估淋巴静脉吻合术(LVA)对成年女性乳腺癌治疗后凹陷性淋巴水肿的疗效。研究基于 Odense University Hospital 的初步试点结果,主要目标是判断 LVA 能否显著减少手臂体积并改善患者整体生活质量。数据可用于淋巴水肿外科干预效果分析与预测建模(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:淋巴水肿、手臂淋巴水肿、乳腺癌淋巴水肿、继发性淋巴水肿、外科淋巴水肿、上肢淋巴水肿、乳腺癌淋巴水肿。这项综合性单臂队列研究致力于评估淋巴静脉吻合术(LVA)在治疗接受过乳腺癌治疗的成年女性患者凹陷性淋巴水肿中的有效性。本研究基于我们在 Odense University Hospital 初步试点研究的发现,并在丹麦多家医院开展,包括 Odense University Hospital、Lillebælt Hospital Vejle、Zealand University Hospital Roskilde 和 Herlev Hospital。研究的主要目的是确定 LVA 是否能显著减少手臂体积并改善乳腺癌相关淋巴水肿患者的整体生活质量。纳入标准与患者招募
【主题与分类】
主题标签:Lymphedema、Lymphedema Arm、Breast Cancer Lymphedema、Lymphedema, Secondary、Lymphedema; Surgical、Lymphedema of Upper Limb、Lymphedema, Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06302361
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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/NCT06302361
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:淋巴水肿、手臂淋巴水肿、乳腺癌淋巴水肿、继发性淋巴水肿、外科性淋巴水肿、上肢淋巴水肿、乳腺癌淋巴水肿。这项全面的单臂队列研究致力于评估淋巴静脉吻合术(LVA)在治疗接受过乳腺癌治疗的成年女性患者凹陷性淋巴水肿方面的有效性。本研究基于我们在欧登塞大学医院进行的初步试点研究的结果,并在丹麦多家医院开展,包括欧登塞大学医院、瓦埃勒小贝尔特医院、罗斯基勒西兰大学医院和赫勒夫医院。本研究的主要目的是确定LVA是否能显著减少手臂体积并改善乳腺癌相关淋巴水肿患者的整体生活质量。纳入标准与患者招募 研究人群包括18岁以上、因乳腺癌治疗继发单侧手臂淋巴水肿的女性。
关键纳入标准包括活动性凹陷性淋巴水肿、吲哚菁绿淋巴造影显示真皮回流、患臂可识别淋巴管,以及能够提供知情同意并用丹麦语完成问卷。前瞻性参与者在参与医院整形外科的临床评估过程中被识别。经咨询外科医生判定适合接受LVA手术者被邀请参与,通过口头和书面沟通确保知情同意。方法 本多中心队列研究采用一系列结局指标评估LVA手术的影响。主要结局聚焦于手臂体积变化,通过水置换体积测量法和手臂周径测量进行评估,并以未受影响的手臂作为对照。次要结局包括通过生物阻抗谱评估身体成分、通过LYMPH-Q问卷评估健康相关生活质量、通过DASH问卷评估手臂功能、通过SF-36问卷评估总体生活质量、吻合口通畅性验证
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




