经皮空芯针活检诊断为导管原位癌的患者升级为浸润性癌的预测

数据集获取

源站：https://clinicaltrials.gov/study/NCT04498611

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：乳腺导管癌、浸润性乳腺癌、IMAGE。1. 迄今为止，尚无显著研究数据表明，2019年6月至2020年期间，表观扩散系数（ADC）值可用于区分纯导管原位癌（pure DCIS）与浸润性癌（DCIS-IC）。在144名使用3.0-T MRI设备获取弥散加权图像（b=0,800,1200）且在活检中诊断为导管原位癌的患者中，对未接受术前化疗、使用CAD程序的144名患者，测量肿瘤的三维表观扩散系数值，并与术后是否存在浸润性癌进行比较，回顾性推导出可预测浸润性癌的最佳表观扩散系数参考值。2. 自2020年7月起入组的患者将按计划进行MRI检查，采用标准方案（3T，对比增强及弥散加权图像DWI b0,800,1200）。

在采集的MRI图像中，通过对比增强T1高信号图像评估病变范围，并利用CAD程序在扩散图像上对病变的表观扩散系数值进行三维映射和直方图分析。回顾性分析得出的ADC参考值用于前瞻性预测所有病变中的浸润性癌。3. 按照现有手术方法进行乳房切除术。腋窝淋巴结手术根据现有决策方法（肿瘤位置、大小、范围、组织学分级等）确定。

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。