优化炎性乳腺癌局部区域治疗
该数据集来自 clinicaltrials.gov,聚焦炎性乳腺癌的局部区域治疗研究,涉及乳腺癌、炎性乳腺癌与前哨淋巴结

基本信息
资源简介
优化炎性乳腺癌局部区域治疗
该数据集来自 clinicaltrials.gov,聚焦炎性乳腺癌的局部区域治疗研究,涉及乳腺癌、炎性乳腺癌与前哨淋巴结。源站描述显示这是一项可行性研究,旨在从较小规模患者群体中收集信息,判断前哨淋巴结操作能否识别炎性乳腺癌患者乳腺引流的首批淋巴结。前哨淋巴结操作是评估非炎性乳腺癌化疗后癌细胞是否扩散至腋窝淋巴结或仍存留于腋窝淋巴结的标准方法。数据可用于了解该可行性研究的背景与目标(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、炎性乳腺癌、前哨淋巴结。本研究是一项可行性研究,这意味着研究者正在从相对较小规模的患者群体中收集信息,以确定前哨淋巴结操作能否识别炎性乳腺癌患者乳腺引流的首批淋巴结。前哨淋巴结操作是评估非炎性乳腺癌化疗后乳腺癌是否已扩散至腋窝淋巴结(腋下淋巴结)或仍存留于腋下淋巴结的标准方法。“标准”意味着前哨淋巴结活检被大多数医学界认可为确定乳腺癌化疗后是否已扩散至淋巴结或仍存留于淋巴结的合适方法。在非炎性乳腺癌女性中,这些淋巴
【主题与分类】
主题标签:Breast Cancer、Inflammatory Breast Cancer、Sentinel Lymph Node。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT04636710
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。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务(收技术服务费,非数据销售)
暂未开放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/NCT04636710
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、炎性乳腺癌、前哨淋巴结。本研究是一项可行性研究,即研究者从相对较小规模的患者群体中收集信息,以确定前哨淋巴结操作能否识别炎性乳腺癌患者乳腺引流的第一站淋巴结。前哨淋巴结操作是评估非炎性乳腺癌患者在化疗后乳腺癌是否已转移至腋窝淋巴结(腋下淋巴结)或仍局限于腋下淋巴结的标准方法。“标准”意味着前哨淋巴结活检被大多数医学界认可为确定化疗后乳腺癌是否已转移至淋巴结或仍局限于淋巴结的合适方法。对于非炎性乳腺癌女性,首先对这些淋巴结进行检测,如果其中无癌,则不切除更多淋巴结。
通过安全地将淋巴结手术范围限制在前哨淋巴结,非炎性乳腺癌女性发生淋巴水肿(淋巴结手术后手臂肿胀)的可能性已有所下降。目前,前哨淋巴结活检尚未用于炎性乳腺癌,因为支持其有效性或准确性的数据很少。对于炎性乳腺癌,进行淋巴显像(显示从乳腺到淋巴结引流情况的影像学检查)和前哨淋巴结活检仍处于研究阶段。“研究阶段”意味着这正在被研究。如果本研究发现,在炎性乳腺癌患者中能够准确识别和检测前哨淋巴结,这可能促成未来的研究,以检验对于前哨淋巴结无癌的炎性乳腺癌女性是否可以避免完全淋巴结清扫。因此,这也可能降低接受炎性乳腺癌治疗的患者发生淋巴水肿的可能性。该研究
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。
数据缺失?
依托陕西、四川两大基地,我们与超过十家三甲医院建立直接合作关系,覆盖合规授权、采集治理、专业标注、数据交付的全流程,为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务?立即联系我们获取专业方案。




