术前生物阻抗测量预测炎性乳腺癌患者淋巴水肿
该数据集来自 clinicaltrials.gov，聚焦炎性乳腺癌（IBC）患者术前生物阻抗测量与淋巴水肿风险预测。数据覆盖淋巴水肿、炎性乳腺癌、术前状态及生物阻抗测量等主题，主要目标为利用生物阻抗分析（BIA）可靠描述 IBC 患者发生乳腺癌相关淋巴水肿（BCRL）的风险因素
基本信息
资源简介
术前生物阻抗测量预测炎性乳腺癌患者淋巴水肿
该数据集英文名为 Prediction Of Lymphedema In Patients With Inflammatory Breast Cancer Using Preoperative Bioimpedance Measurements，来源于 clinicaltrials.gov，本站归类于肿瘤 / 乳腺癌方向。其核心关注点是炎性乳腺癌（IBC）患者术前生物阻抗测量与淋巴水肿风险预测之间的关系。数据集覆盖淋巴水肿、炎性乳腺癌、术前状态以及生物阻抗测量等主题，主要目标为利用生物阻抗分析（BIA）可靠描述 IBC 患者发生乳腺癌相关淋巴水肿（BCRL）的风险因素。整体而言，该数据集面向乳腺癌相关淋巴水肿的早期风险识别研究，强调在术前阶段通过生物阻抗测量获取信息，以支持对 IBC 患者淋巴水肿发生风险的描述性分析。
【数据集背景】
该数据集来自 clinicaltrials.gov，聚焦于炎性乳腺癌（IBC）患者中淋巴水肿风险的预测问题。炎性乳腺癌是一种特殊类型的乳腺癌，而淋巴水肿是该类患者可能面临的重要并发症之一。数据集所涉及的条件包括淋巴水肿、炎性乳腺癌（IBC）、术前状态以及生物阻抗测量。其研究背景在于，通过术前生物阻抗测量，探索与乳腺癌相关淋巴水肿（BCRL）发生相关的风险因素，从而为临床风险描述和后续研究提供数据基础。
【数据内容】
数据集的主题标签包括 Lymphedema、Inflammatory Breast Cancer (IBC)、Preoperative 和 Bioimpedance Measurement。由此可知，数据内容围绕淋巴水肿、炎性乳腺癌、术前状态及生物阻抗测量四个核心主题展开。其主要目标为利用生物阻抗分析（BIA）可靠描述 IBC 患者发生乳腺癌相关淋巴水肿（BCRL）的风险因素。数据覆盖的范围包括术前阶段的生物阻抗测量信息，以及与淋巴水肿风险预测相关的主题内容。关于具体样本量、变量字段、测量指标、随访时间等信息，源站未提供。
【采集与来源】
该数据集的来源站为 clinicaltrials.gov。源站描述中提及的条件包括 Lymphedema、Inflammatory Breast Cancer (IBC)、Preoperative、Bioimpedance Measurement。其采集背景与术前生物阻抗测量相关，主要目标为利用生物阻抗分析（BIA）可靠描述 IBC 患者发生 BCRL 的风险因素。关于具体的采集机构、采集时间、采集地点、采集流程、设备型号等信息，源站未提供。
【适用场景】
该数据集适用于与炎性乳腺癌患者淋巴水肿风险预测相关的研究场景，尤其是关注术前生物阻抗测量与乳腺癌相关淋巴水肿（BCRL）风险因素描述的方向。其主题覆盖淋巴水肿、炎性乳腺癌、术前状态及生物阻抗测量，可用于支持利用生物阻抗分析（BIA）探索 IBC 患者 BCRL 风险因素的研究。关于具体的临床应用场景、模型训练用途、统计分析用途等，源站未提供。
【使用方法】
该数据集的主要目标为利用生物阻抗分析（BIA）可靠描述 IBC 患者发生乳腺癌相关淋巴水肿（BCRL）的风险因素。因此，其使用方向应围绕术前生物阻抗测量与淋巴水肿风险预测展开。关于具体的数据读取方式、预处理步骤、分析流程、建模方法、软件工具等，源站未提供。
【质量与限制】
该数据集来源于 clinicaltrials.gov，聚焦于炎性乳腺癌（IBC）患者术前生物阻抗测量与淋巴水肿风险预测。其主题标签包括 Lymphedema、Inflammatory Breast Cancer (IBC)、Preoperative、Bioimpedance Measurement。关于数据质量、样本代表性、缺失情况、偏倚风险、验证程度等具体信息，源站未提供。
【引用与许可】
该数据集来源于 clinicaltrials.gov。关于引用格式、许可协议、使用限制、版权归属等具体信息，源站未提供。
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/NCT07855627
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：淋巴水肿、炎性乳腺癌（IBC）、术前、生物阻抗测量。主要目标：主要目标是通过生物阻抗分析（BIA）可靠地描述炎性乳腺癌（IBC）患者发生乳腺癌相关淋巴水肿（BCRL）的风险因素。
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。
