远程乳腺癌筛查研究
该数据集来自 clinicaltrials.gov，为一项在中国开展的多中心、前瞻性队列研究，主题为基于 AB US 的远程乳腺癌筛查模式
基本信息
资源简介
远程乳腺癌筛查研究
该数据集来自 clinicaltrials.gov，为一项在中国开展的多中心、前瞻性队列研究，主题为基于 AB US 的远程乳腺癌筛查模式。源站描述指出，中国乳腺癌发病与死亡负担近二十年快速上升，筛查可发现早期病变并将乳腺癌死亡率降低 10% 至 39%；由于亚洲女性乳腺密度较高，超声（US）是中国女性主要筛查手段，但依赖操作者经验、缺乏标准化扫描流程且超声医师不足、工作量大。研究旨在评估远程筛查模式以提升筛查效率与质量（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、群体筛查、癌症筛查、超声成像、人工智能（AI）。过去二十年，中国乳腺癌发病率和死亡率的负担迅速增长。筛查已被证明能有效发现早期病变，并使乳腺癌死亡率降低 10% 至 39%。超声（US）被用作中国女性主要筛查方法，因为亚洲女性乳房密度特征性高于其他族裔群体。然而，超声依赖操作者经验、缺乏标准化扫描流程、超声医师有限且工作量大。为提高中国女性乳腺癌筛查的效率和质量，提出并研究了一种基于 AB US 的新型远程筛查模式用于中国乳腺癌。这项多中心、前瞻性、队列研究旨在评估
【主题与分类】
主题标签：Breast Cancer、Mass Screening、Cancer Screening、Ultrasound Imaging、AI (Artificial Intelligence)。本站分类：肿瘤/乳腺癌。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT04527510
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/NCT04527510
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
条件：乳腺癌、群体筛查、癌症筛查、超声成像、AI（人工智能）。过去二十年间，中国乳腺癌发病与死亡负担迅速增长。筛查已被证实能够有效发现早期病变，并使乳腺癌死亡率降低10%至39%。由于亚洲女性乳房密度特征性高于其他族裔，超声（US）在中国女性中被用作主要筛查方法。然而，超声检查依赖操作者经验、缺乏标准化扫查方案、超声医师数量有限且工作负荷繁重。为提高中国女性乳腺癌筛查的效率与质量，一种基于AB US的新型远程筛查模式被提出并用于中国乳腺癌研究。本多中心、前瞻性队列研究旨在评估基于AB US联合远程阅片模式的乳腺癌筛查效率。此外，我们还将探讨AI在AB US筛查中的实践价值，以及AB US的高效图像采集与阅片模式。
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。千方医数集依托三甲直采网络，提供合规、去标识化、支持注册级质控的专病数据集交易服务。
