光声/超声成像用于乳腺结节诊断、分子分型及新辅助化疗反应评估

数据集获取

源站：https://clinicaltrials.gov/study/NCT06908291

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：乳腺肿块、乳腺癌、接受新辅助化疗的乳腺癌。多模态PA/US成像系统构建于高端商用超声平台之上，可实时进行灰阶超声成像、彩色多普勒超声（CDUS）成像和双波长光声成像（PAI）。PA/US图像通过集成了光学器件和超声换能器的手持探头采集。研究人员计划从北京协和医院乳腺外科门诊招募计划接受乳腺结节手术的参与者。患者计划使用该新型成像系统接受多模态成像检查。首先，由经验丰富的超声操作人员对乳腺进行常规超声扫描，包括灰阶超声和CDUS。随后，由同一操作人员对乳腺实施PA/US成像。并评估肿瘤的常规超声和光声信息，包括肿瘤大小、形状、边界、钙化情况、肿瘤血流和血氧饱和度。

本临床试验旨在实现三个关键目标：开发一种标准化的PAI评分系统以区分良性与恶性肿瘤，应用PAI评估恶性乳腺肿瘤的分子分型，以及利用PAI监测乳腺癌新辅助化疗（NAC）的疗效。

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。