质子加速部分乳腺照射治疗0-II期乳腺癌
该数据集来自clinicaltrials.gov，聚焦0-II期乳腺癌患者接受质子加速部分乳腺照射的临床研究。覆盖乳腺腺癌、导管原位癌、浸润性乳腺癌及AJCC v6/v7分期中的0期、I期、IA期、IB期、II期乳腺癌
基本信息
资源简介
质子加速部分乳腺照射治疗0-II期乳腺癌
该数据集来自clinicaltrials.gov，聚焦0-II期乳腺癌患者接受质子加速部分乳腺照射的临床研究。覆盖乳腺腺癌、导管原位癌、浸润性乳腺癌及AJCC v6/v7分期中的0期、I期、IA期、IB期、II期乳腺癌。主要目标为评估美容效果、急性毒性和晚期毒性；次要目标包括评估治疗便利性与生活质量、估计乳腺内肿瘤控制率，并与其他治疗模式进行剂量学比较。可用于乳腺癌放疗疗效与安全性预测、生活质量分析及剂量学对比研究（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：条件：乳腺腺癌、导管乳腺癌原位癌、浸润性乳腺癌、0期乳腺癌AJCC v6和v7、I期乳腺癌AJCC v7、IA期乳腺癌AJCC v7、IB期乳腺癌AJCC v7、II期乳腺癌AJCC v6和v7。主要目标：I. 评估接受质子放射加速部分乳腺照射治疗患者的美容效果、急性毒性和晚期毒性。次要目标：I. 评估加速部分乳腺照射的便利性及加速部分乳腺照射期间的生活质量。II. 估计接受质子放射加速部分乳腺照射治疗患者的乳腺内肿瘤控制率。III. 与其他治疗模式进行剂量学比较。大纲：在末次乳腺癌手术后10周内，患者接受加速部分
【主题与分类】
主题标签：Breast Adenocarcinoma、Ductal Breast Carcinoma In Situ、Invasive Breast Carcinoma、Stage 0 Breast Cancer AJCC v6 and v7、Stage I Breast Cancer AJCC v7、Stage IA Breast Cancer AJCC v7、Stage IB Breast Cancer AJCC v7、Stage II Breast Cancer AJCC v6 and v7、Stage IIA Breast Cancer AJCC v6 and v7、Stage IIB Breast Cancer AJCC v6 and v7。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT01245712
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/NCT01245712
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
疾病类型：乳腺腺癌、导管原位乳腺癌、浸润性乳腺癌、AJCC第6版和第7版0期乳腺癌、AJCC第7版I期乳腺癌、AJCC第7版IA期乳腺癌、AJCC第7版IB期乳腺癌、AJCC第6版和第7版II期乳腺癌。主要目标：I. 评估接受质子放射加速部分乳腺照射治疗患者的整形效果、急性毒性和晚期毒性。次要目标：I. 评估加速部分乳腺照射的便利性及治疗期间的生活质量。II. 估计接受质子放射加速部分乳腺照射治疗患者的乳腺内肿瘤控制率。III. 将剂量学与其他治疗方式进行比较。方案概述：在末次乳腺癌手术后10周内，患者接受质子放射加速部分乳腺照射（APBI），每日两次（BID），持续5天。研究治疗完成后，患者在6周、6个月、1年、18个月时进行随访，之后每年随访一次，持续10年。
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。
