Neo-RT:研究改变治疗顺序(术前先放疗后激素治疗)是否可行

源站描述指出,约四成乳腺癌患者接受乳房切除术(伴或不伴乳房重建),不到半数对裸体外观满意;保乳手术创伤更小、外观更好,可提升健康状态

CCTU- Cancer ThemeCCTU- Cancer Theme
clinicaltrials
浏览 13
基因组Breast Cancer
Neo-RT: A Study Investigating Whether Changing the Sequence of Treatments (Starting Radiotherapy Followed by Hormone Therapy Before Surgery) is Feasible

基本信息

模态
基因组
创建/更新时间
2026-11-03

资源简介

Neo-RT:研究改变治疗顺序(术前先放疗后激素治疗)是否可行

该数据集来自 clinicaltrials.gov,主题为肿瘤/乳腺癌,英文名为 Neo-RT: A Study Investigating Whether Changing the Sequence of Treatments (Starting Radiotherapy Followed by Hormone Therapy Before Surgery) is Feasible。源站描述指出,约四成乳腺癌患者接受乳房切除术(伴或不伴乳房重建),不到半数对裸体外观满意;保乳手术创伤更小、外观更好,可提升健康状态。IMRT 可紧密塑形射线,目前用于术后;术前先 IMRT 后激素治疗的新组合可能提高保乳可能性。数据可用于乳腺癌治疗顺。

【数据内容】

源站描述(机器翻译,仅供参考):条件:乳腺癌。每 10 名被诊断为乳腺癌的女性中有 4 名接受乳房切除术(伴或不伴乳房重建),且不到一半的人对裸体外观感到满意。保乳(仅切除肿块区域)可提供创伤更小的手术和改善的乳房外观,因此可提升健康状态。调强放疗(IMRT)可紧密塑形射线束以匹配癌症,目前用于乳房手术后。术前先进行 IMRT 后给予激素治疗的新组合,可能提高保乳的可能性。

【主题与分类】

主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。

【获取与许可】

源站页面:https://clinicaltrials.gov/study/NCT03818100

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/NCT03818100

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

疾病:乳腺癌。每10名被诊断为乳腺癌的女性中有4名接受乳房切除术,伴或不伴乳房重建,且不到一半的人对裸体外观感到满意。保乳治疗(仅切除肿块区域)可以提供范围更小的手术和改善的乳房外观,从而可能提高幸福感。调强放疗(IMRT)使放射束紧密贴合癌症形状,目前在乳房手术后进行。术前先进行IMRT再给予激素治疗的新组合,可能增加保乳的可能性。

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。