单孔机器人辅助保乳乳头保留乳房切除术前瞻性注册试验
该数据集来自 clinicaltrials.gov，为一项前瞻性注册试验，研究单孔机器人辅助乳头保留乳房切除术（rNSM）的手术结局
基本信息
资源简介
单孔机器人辅助保乳乳头保留乳房切除术前瞻性注册试验
该数据集来自 clinicaltrials.gov，为一项前瞻性注册试验，研究单孔机器人辅助乳头保留乳房切除术（rNSM）的手术结局。覆盖人群包括 AJCC v8 解剖分期 IA、IB、I、IIA、II、IIB、IIIA 期乳腺癌及导管原位癌患者。源站描述指出，多孔机器人（如 Da Vinci Xi）用于乳房这类小区域手术存在明显困难，而专为小腔手术设计的单孔 da Vinci SP 可能更适合该术式。数据可用于评估单孔机器人辅助 rNSM 及患侧乳房双侧重建的临床结局（来源 clinicaltrials.gov）。
【主题与分类】
主题标签：Anatomic Stage IA Breast Cancer AJCC v8、Anatomic Stage IB Breast Cancer AJCC v8、Anatomic Stage IIA Breast Cancer AJCC v8、Anatomic Stage II Breast Cancer AJCC v8、Anatomic Stage I Breast Cancer AJCC v8、Anatomic Stage IIB Breast Cancer AJCC v8、Ductal Carcinoma in Situ、Prognostic Stage I Breast Cancer AJCC v8、BRCA1 Mutation、BRCA2 Mutation。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04866992
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/NCT04866992
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
疾病条件：解剖学IA期乳腺癌AJCC第8版、解剖学IB期乳腺癌AJCC第8版、解剖学IIA期乳腺癌AJCC第8版、解剖学II期乳腺癌AJCC第8版、解剖学I期乳腺癌AJCC第8版、解剖学IIB期乳腺癌AJCC第8版、解剖学IIIA期乳腺癌AJCC第8版、导管原位癌。使用多孔机器人（如Da Vinci Xi）进行的机器人辅助保留乳头的乳房切除术此前已有报道，但由于乳房等区域较小，存在重大障碍。单孔da Vinci SP（Intuitive Surgical）专为小腔手术应用而设计，可能更适合该手术。这是一项前瞻性注册试验，旨在研究单孔机器人辅助保留乳头的乳房切除术的结果。在UT Southwestern乳腺诊所的术前访视中，将邀请接受rNSM并通过单部位小隐藏腋窝瘢痕技术对患侧乳房进行双侧乳房重建的受试者参加该前瞻性注册试验。
随后，患者将在术后2周、1个月、6个月和1年时，在乳腺科及整形与重建外科（PRS）部门按常规预约门诊随访。结果将在一个前瞻性维护的电子登记系统中进行追踪。
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。
需要用于商业化训练或医疗器械注册（NMPA/FDA）？
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托陕川双基地与超十家三甲医院直连，提供完全合规、去标识化、支持注册级质控的专病数据集交易服务。
