姜黄素用于肥胖且乳腺癌高风险女性的初步研究
该数据集来自 clinicaltrials.gov,聚焦肥胖且乳腺癌高风险女性,涵盖非典型导管增生、BRCA1/BRCA2 基因突变、导管原位癌及小叶原位癌等人群

基本信息
资源简介
姜黄素用于肥胖且乳腺癌高风险女性的初步研究
该数据集来自 clinicaltrials.gov,聚焦肥胖且乳腺癌高风险女性,涵盖非典型导管增生、BRCA1/BRCA2 基因突变、导管原位癌及小叶原位癌等人群。研究将参与者随机分入两组,接受不同剂量纳米乳姜黄素口服,每日两次,持续 3 个月。主要目的是评估纳米乳姜黄素对血浆和乳腺脂肪组织中促炎生物标志物的调节作用,次要目的包括评估两种剂量的依从性、耐受性与安全性,分析 BMI、膳食摄入与促炎效应之间的相关性,并探索其他替代终点生物标志物。可用于乳腺癌化学预防及炎症标志物相关研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):病症:非典型导管乳腺增生、BRCA1 基因突变、BRCA2 基因突变、导管原位乳腺癌、小叶原位乳腺癌。主要目标:i.) 确定纳米乳姜黄素是否调节血浆和乳腺脂肪组织中的促炎生物标志物。次要目标包括:ii.) 确定两种剂量纳米乳姜黄素(NEC)在高风险发展为乳腺癌的女性中的依从性、耐受性和安全性;iii.) 评估体重指数(BMI)、膳食摄入等身体因素与血浆和乳腺脂肪组织中促炎效应之间可能的相关性。iv.) 探索其他生物标志物作为替代终点,以衡量 NEC 的效果。概述:参与者被随机分配到 2 个组中的 1 个。第 I 组:参与者接受较低剂量的纳米乳姜黄素口服(PO),每日两次(BID),持续 3 个月
【主题与分类】
主题标签:Atypical Ductal Breast Hyperplasia、BRCA1 Gene Mutation、BRCA2 Gene Mutation、Ductal Breast Carcinoma in Situ、Lobular Breast Carcinoma in Situ。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01975363
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/NCT01975363
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:非典型导管乳腺增生、BRCA1基因突变、BRCA2基因突变、导管原位乳腺癌、小叶原位乳腺癌。主要目标:i.) 确定纳米乳姜黄素是否能调节血浆和乳腺脂肪组织中的促炎生物标志物。次要目标包括:ii.) 确定两种剂量的纳米乳姜黄素(NEC)在高风险发展为乳腺癌的女性中的依从性、耐受性和安全性;iii.) 评估体重指数(BMI)、饮食摄入等物理因素与血浆和乳腺脂肪组织中促炎效应之间的可能相关性。iv.) 探索额外的生物标志物作为替代终点,以衡量NEC的效果。概要:参与者被随机分配到2个组之一。第一组:参与者接受较低剂量的纳米乳姜黄素口服(PO),每日两次(BID),持续3个月。第二组:参与者接受100毫克纳米乳姜黄素口服,每日两次,持续3个月。
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。




