放射治疗(WBI对比PBI)治疗已接受手术的导管原位癌或I期或II期乳腺癌女性
该数据集来自clinicaltrials.gov,聚焦于乳腺癌放射治疗领域,收录了一项随机多中心研究的描述信息。研究对象为已接受肿块切除手术的导管原位癌或I期、II期乳腺癌女性患者,比较术后辅助全乳照射与部分乳腺照射的疗效与安全性

基本信息
资源简介
放射治疗(WBI对比PBI)治疗已接受手术的导管原位癌或I期或II期乳腺癌女性
该数据集来自clinicaltrials.gov,聚焦于乳腺癌放射治疗领域,收录了一项随机多中心研究的描述信息。研究对象为已接受肿块切除手术的导管原位癌或I期、II期乳腺癌女性患者,比较术后辅助全乳照射与部分乳腺照射的疗效与安全性。研究关注局部肿瘤控制、总生存期、无复发生存期、远处无病生存期、美容效果、疲劳及治疗相关症状、就医便利性感知以及急性和晚期毒性反应等指标。该数据可用于了解乳腺癌术后放疗方案对比的临床试验设计,支持肿瘤学治疗决策相关的研究与参考(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:乳腺癌。目的:主要 比较接受肿块切除术后辅助全乳照射与部分乳腺照射的导管原位癌或I期或II期乳腺癌女性的局部肿瘤控制情况。次要 比较接受这些方案治疗的患者的总生存期、无复发生存期和远处无病生存期。 比较接受这些方案治疗的患者的美容效果。 比较接受这些方案治疗的患者的疲劳和治疗相关症状。 比较接受这些方案治疗的患者对就医便利性的感知。 比较这些方案在这些患者中的急性和晚期毒性反应。概要:这是一项随机、多中心研究。患者根据疾病分期(仅导管原位癌[DCIS]对比浸润性且淋巴结阴性对比浸润性且1-3个阳性淋巴结)进行分层,me
【主题与分类】
主题标签:Breast Cancer。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT00103181
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/NCT00103181
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:乳腺癌。目的:主要目的 * 比较肿块切除术后接受辅助全乳放疗与部分乳腺放疗的女性导管原位癌或I期或II期乳腺癌患者的局部肿瘤控制情况。次要目的 * 比较接受这些方案治疗的患者的总生存期、无复发生存期和无远处转移生存期。 * 比较接受这些方案治疗的患者的整形效果。 * 比较接受这些方案治疗的患者的疲劳及治疗相关症状。 * 比较接受这些方案治疗的患者对治疗便利性的感受。 * 比较这些方案在这些患者中的急性和晚期毒性反应。概述:这是一项随机、多中心研究。患者根据疾病分期(仅导管原位癌[DCIS] vs 浸润性且淋巴结阴性 vs 浸润性且1-3个阳性淋巴结)、绝经状态(绝经前 vs 绝经后)、激素受体状态(雌激素受体[ER]阳性和/或孕激素受体[PR]阳性 vs ER阴性和PR阴性)、接受化疗的意愿(是 vs 否)进行分层。患者被随机分配到2个治疗组中的1组。
(年龄在50岁及以上、无论激素受体状态如何的DCIS患者,以及满足以下所有标准的浸润性乳腺癌患者:年龄≥50岁、淋巴结阴性且激素受体阳性,将不会在2006年12月30日之后入组研究。)* 第1组:患者接受全乳照射(WBI),每日一次,每周5天,持续5-7周。* 第2组:患者在5-10天内接受部分乳腺照射(PBI),每天两次,共5天。可通过多导管近距离放疗、单入口腔内近距离放疗或三维适形放疗进行。两组患者均可在主治医师的判断下接受辅助化疗,至少在开始WBI前2周或完成PBI后至少2周。ER阳性患者
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。




