Omega-3脂肪酸治疗I-III期乳腺癌患者
该数据集来自clinicaltrials.gov，聚焦Omega-3脂肪酸膳食补充对I-III期乳腺癌患者的影响。覆盖导管原位癌、小叶原位癌、男性乳腺癌及IA至IIIB期乳腺癌
基本信息
资源简介
Omega-3脂肪酸治疗I-III期乳腺癌患者
该数据集来自clinicaltrials.gov，聚焦Omega-3脂肪酸膳食补充对I-III期乳腺癌患者的影响。覆盖导管原位癌、小叶原位癌、男性乳腺癌及IA至IIIB期乳腺癌。数据可用于分析Omega-3补充后正常与恶性乳腺组织、血浆及红细胞中多不饱和脂肪酸（PUFA）水平的变化，以及Omega-3与Omega-6 PUFA代谢物的差异，从而支持乳腺癌相关生物标志物与干预效果的预测研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：导管原位癌、小叶原位癌、男性乳腺癌、IA期乳腺癌、IB期乳腺癌、II期乳腺癌、IIIA期乳腺癌、IIIB期乳腺癌。主要目标：I. 确定与服用安慰剂者相比，服用omega-3片剂的女性的手术标本中正常和恶性乳腺组织的多不饱和脂肪酸（PUFA）水平是否因omega-3膳食补充（omega-3脂肪酸）而更高。II. 确定与服用安慰剂者相比，服用omega-3片剂的女性的血浆和红细胞中PUFA水平是否因omega-3膳食补充而更高。III. 确定与对照组相比，omega-3膳食补充是否影响恶性和正常乳腺组织手术标本中omega-3和omega-6 PUFA的代谢物。IV. 确定
【主题与分类】
主题标签：Ductal Breast Carcinoma in Situ、Lobular Breast Carcinoma in Situ、Male Breast Cancer、Stage IA Breast Cancer、Stage IB Breast Cancer、Stage II Breast Cancer、Stage IIIA Breast Cancer、Stage IIIB Breast Cancer、Stage IIIC Breast Cancer。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01869764
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/NCT01869764
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：乳腺导管原位癌、乳腺小叶原位癌、男性乳腺癌、IA期乳腺癌、IB期乳腺癌、II期乳腺癌、IIIA期乳腺癌、IIIB期乳腺癌。主要目标：I. 确定与服用安慰剂的女性相比，服用omega-3片剂的女性中，omega-3膳食补充剂（omega-3脂肪酸）是否会导致正常和恶性乳腺组织手术标本中多不饱和脂肪酸（PUFA）水平升高。II. 确定与服用安慰剂的女性相比，服用omega-3片剂的女性中，omega-3膳食补充剂是否会导致血浆和红细胞中PUFA水平升高。III. 确定与对照组相比，omega-3膳食补充剂是否影响恶性和正常乳腺组织手术标本中omega-3和omega-6 PUFA的代谢物。IV. 确定与服用安慰剂的女性相比，服用omega-3膳食补充剂的女性恶性乳腺组织中增殖是否减少、凋亡是否增加。方案概述：患者被随机分配到2个治疗组中的1个。
A组：患者每日口服omega-3脂肪酸，持续7-14天。B组：患者每日口服安慰剂，持续7-14天。
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。
