乳腺癌患者放疗前瞻性队列研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT04203849

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

疾病情况：乳腺癌。2015年乳腺癌发病19，219例，是该国女性癌症中第二常见的癌症。尽管通过研究对疾病的认识和治疗不断发展，但在过去15年间，乳腺癌的患病率和死亡率持续上升。在过去20年中，通过乳腺癌的随机临床研究，放射治疗已确立为浸润性乳腺癌和上皮内癌术后辅助治疗的标准疗法，但这些研究也提出了关于放射治疗的新问题，需要进一步研究。根据前瞻性研究结果，对淋巴结阳性的乳腺癌患者进行区域淋巴结放射治疗可提高无病生存率，区域淋巴结放射治疗比过去更为积极。相反，另一项研究报告的结果显示，治疗区域淋巴结可能增加手臂水肿、放射性肺炎和心脏毒性的风险。

近年来，随着放射治疗技术的进步，已积极尝试实施IMRT等新型放射治疗方式，以减少对腋窝、肺、心脏等正常组织的照射剂量。关于乳腺癌放射治疗的剂量分割方案、区域淋巴结治疗及治疗后毒性，仍需进一步研究。本研究建立接受放射治疗的乳腺癌患者前瞻性队列，分析局部及区域淋巴结控制、复发、毒性、放疗计划及临床数据，发现预测局部控制、区域控制、总生存、无复发生存及治疗毒性的因素，从而构建基于综合结局和预测因素的放射治疗策略的基础数据。

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。