Xoft® Axxent® eBx® IORT 系统安全性与有效性研究
该数据集来自 clinicaltrials.gov,聚焦肿瘤/乳腺癌领域,涉及浸润性导管癌与导管原位癌。研究评估 Xoft® Axxent® eBx® IORT 系统作为唯一放疗手段的安全性与有效性,即术中放疗(IORT)作为加速部分乳腺照射(APBI)的一种形式,在保乳手术后直接对开放瘤床进行照射

基本信息
资源简介
Xoft® Axxent® eBx® IORT 系统安全性与有效性研究
该数据集来自 clinicaltrials.gov,聚焦肿瘤/乳腺癌领域,涉及浸润性导管癌与导管原位癌。研究评估 Xoft® Axxent® eBx® IORT 系统作为唯一放疗手段的安全性与有效性,即术中放疗(IORT)作为加速部分乳腺照射(APBI)的一种形式,在保乳手术后直接对开放瘤床进行照射。可用于分析 IORT 的疾病控制率、治疗延迟及术后放疗周期等结局(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):条件:浸润性导管癌、导管原位癌。IORT 作为唯一放疗的理论依据是:在可行性、安全性和有效性结局方面有良好的初步结果:加速部分乳腺照射(APBI)是早期乳腺癌保乳手术后全乳照射的可接受替代方案。术中放疗(IORT)是 APBI 的一种形式,允许在保乳手术(BCS)后直接将放射线递送至开放的瘤床。经过 4 年随访,IORT 已显示出与全乳照射同等的疾病控制率。直接且及时地对瘤床进行照射:放射线在靶组织(肿瘤切除术时邻近切除边缘)处递送。它避免了治疗延迟,并消除了术后数周或数月的放射治疗期间
【主题与分类】
主题标签:Invasive Ductal Carcinoma、Ductal Carcinoma in Situ。本站分类:肿瘤/乳腺癌。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT01644669
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/NCT01644669
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:浸润性导管癌、导管原位癌。将术中放疗(IORT)作为唯一放射治疗方式的理由如下:可行性、安全性和有效性结局的初步结果良好:加速部分乳腺照射(APBI)已被接受作为早期乳腺癌保乳手术后全乳照射的替代方案。术中放疗(IORT)是APBI的一种形式,可在保乳手术(BCS)后直接将放射线递送至开放的瘤床。经过4年随访,IORT显示出与全乳照射相当的疾病控制率。直接且及时地向瘤床照射:放射线在靶组织处递送(在肿块切除时邻近切除边缘)。它避免了治疗延迟,并消除了术后数周或数月的放射治疗期间残留癌细胞可能增殖的问题。一项体外研究显示,未照射的伤口液刺激乳腺癌细胞生长,而照射后的伤口液则不会。放射治疗每延迟1个月,复发率增加1%。
Huang等人发现,在接受BCS后8周内接受WBRT的患者中,复发率为5.8%,而在BCS后9-16周开始放疗的患者中,复发率为9.1%。与传统放疗相比,患者治疗依从性提高:合适的早期乳腺癌患者能够在BCS时完成其乳腺癌放疗治疗,这为那些如果放疗需要长途旅行或时间投入则可能放弃放疗的患者提供了便利且可能挽救生命的益处。此外,通过消除多次患者就诊的管理费用、消除患者等待时间,以及将治疗与外科手术合并为一次就诊,将节省包括人员和设施在内的医疗资源。可用技术:Xoft Axxent
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。




