导管原位癌（DCIS）的MRI数据集
数据围绕比较MRI与乳腺X线摄影对病灶大小的估计，并以最终解剖病理学大小为参考标准。可用于评估影像学测量与病理金标准之间的一致性，支持病灶大小估计相关的建模与分析（来源 clinicaltrials.gov）
基本信息
资源简介
导管原位癌（DCIS）的MRI数据集
MRI in Ductal Carcinoma in Situ (DCIS) 是一个聚焦于乳腺导管原位癌影像评估的医学数据集，归类于肿瘤/乳腺癌方向，来源为 clinicaltrials.gov。该数据集的核心内容围绕一项影像学比较展开：将磁共振成像（MRI）对病灶大小的估计值与乳腺X线摄影（钼靶）的估计值进行对比，并以最终解剖病理学测得的大小作为参考标准。通过这一设计，数据可用于考察两种影像手段在病灶大小评估上与病理金标准之间的一致性，为主题标签“Ductal Carcinomas”所指向的导管癌研究提供数据支撑，并服务于病灶大小估计相关的建模与分析工作。
【数据集背景】
乳腺导管原位癌（DCIS）是一种发生于乳腺导管内的非浸润性病变，其病灶范围的准确评估对治疗决策具有重要意义。在临床实践中，MRI 与乳腺X线摄影是常用的两种影像评估手段，但两者对病灶大小的估计可能存在差异。该数据集正是针对这一问题而建立，旨在通过将 MRI 与乳腺X线摄影的病灶大小估计结果同最终解剖病理学大小进行对照，为评估影像学测量与病理金标准之间的一致性提供依据。数据集来源于 clinicaltrials.gov，属于肿瘤/乳腺癌分类下的主题资源。
【数据内容】
该数据集的主题标签为 Ductal Carcinomas，所涉疾病条件为导管癌。其内容聚焦于病灶大小的估计值比较：一方面记录 MRI 对病灶大小的估计，另一方面记录乳腺X线摄影对病灶大小的估计，同时以最终解剖病理学所确定的大小作为参考标准。数据可用于评估影像学测量与病理金标准之间的一致性，并支持与病灶大小估计相关的建模与分析。除上述围绕病灶大小估计的比较性内容外，源站未提供更细粒度的字段说明或变量列表。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述指出，其研究内容为比较 MRI 与乳腺X线摄影对病灶大小的估计，并以最终解剖病理学大小作为参考。数据集在本站被归类为肿瘤/乳腺癌，主题标签为 Ductal Carcinomas。关于具体的采集机构、采集时间范围、样本量、入组标准及数据采集流程等细节，源站未提供。
【适用场景】
基于其内容定位，该数据集适用于评估影像学测量与病理金标准之间一致性的研究场景，尤其是围绕乳腺导管原位癌病灶大小估计的比较分析。它可支持与病灶大小估计相关的建模与分析工作，例如考察 MRI 与乳腺X线摄影在病灶大小评估上的差异，或将其估计值与解剖病理学参考标准进行对照。此外，该数据集也可用于肿瘤/乳腺癌方向下与导管癌影像评估相关的探索性研究。除上述由数据内容直接支撑的用途外，源站未提供其他具体应用场景的说明。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、文件格式、字段结构、读取与处理流程、配套代码或分析工具等信息。使用者如需使用，应参考来源站 clinicaltrials.gov 的相关说明。
【质量与限制】
源站未提供关于该数据集质量与限制的说明，包括样本规模、数据完整性、缺失情况、标注质量控制、偏倚风险及适用范围限制等信息。由于该数据集以最终解剖病理学大小为参考标准，其一致性评估结果依赖于病理测量的准确性，但源站未就此提供进一步说明。
【引用与许可】
源站未提供该数据集的引用方式与许可信息。使用者应参考来源站 clinicaltrials.gov 的相关规定。
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/NCT03543397
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
条件：导管癌。将MRI对病灶大小的估计与乳腺X线摄影的估计进行比较，以最终解剖病理学大小为参考。
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。
