基本信息

模态

医学影像

创建/更新时间

2026-10-20

资源简介

早期乳腺癌检测中增强MRI筛查与未来研究

该数据集英文名为“Screening and the Future of Enhanced MRI for Early Breast Cancer Detection”，来源于clinicaltrials.gov，本站归类为肿瘤/乳腺癌方向。其核心是一项面向荷兰45岁女性的一次性乳腺MRI筛查研究，旨在招募参与者接受筛查检查，并评估她们的参与动机以及筛查对身心健康的影响。研究通过公共媒体公告和在全科医生候诊室分发传单进行招募，强调公平性与GDPR合规，参与者按先到先得原则入组，招募电话每六个月重复一次，预计持续约三年。所有参与者需完成问卷，评估参与原因、癌症相关担忧及筛查体验，结果按筛查结果分层：阴性、假阳性或检出癌症。该数据集围绕乳腺癌检测、乳腺癌与筛查策略等主题，为理解早期乳腺癌MRI筛查的社会心理维度提供研究材料。

【数据集背景】

该数据集对应一项在荷兰开展的乳腺MRI筛查研究，关注45岁女性群体的一次性筛查检查。研究背景涉及乳腺癌检测、乳腺癌以及筛查策略等主题，目标在于了解女性参与筛查的动机，并考察筛查对参与者身心健康的影响。与单纯关注影像学检出性能不同，该研究将参与者的主观体验、癌症相关担忧和筛查经历纳入评估范围，体现出对筛查项目社会心理影响的关注。研究设计还强调招募过程的公平性和对GDPR法规的遵守，并通过公共媒体公告与全科医生候诊室传单等渠道触达目标人群。

【数据内容】

数据内容主要来自参与者填写的问卷，评估维度包括参与原因、癌症相关担忧以及筛查体验。研究结果按筛查结果进行分层，分为阴性、假阳性或检出癌症三类，以便比较不同筛查结局下参与者的动机与心理社会体验。源站描述还提到会联系一部分女性，但该部分的具体内容在现有信息中未完整呈现。主题标签包括Breast Cancer Detection、Breast Cancer和Screening Strategy，反映了数据集在乳腺癌检测与筛查策略研究中的定位。

【采集与来源】

数据采集依托上述荷兰研究项目，来源站为clinicaltrials.gov。招募通过公共媒体公告和在全科医生候诊室分发传单进行，参与者按先到先得方式入组，招募电话每六个月重复一次，预计持续约三年。所有参与者完成问卷，问卷内容覆盖参与原因、癌症相关担忧和筛查体验。研究明确强调公平性与GDPR合规。关于样本量、具体问卷条目、数据采集时间点等细节，源站未提供。

【适用场景】

该数据集适用于乳腺癌筛查策略研究中的社会心理与参与行为分析，例如比较不同筛查结果分层下女性的参与动机、癌症相关担忧和筛查体验差异；也可用于讨论筛查项目招募渠道与公平性、GDPR合规背景下的研究实施等议题。由于聚焦45岁女性的一次性乳腺MRI筛查，其适用场景应限定在与此设计相近的研究讨论中。源站未提供更具体的适用场景说明。

【使用方法】

源站未提供具体的使用方法说明。基于现有信息，可确认数据围绕问卷评估和按筛查结果分层展开，但变量结构、编码方式、统计分析方法等均未说明。

【质量与限制】

该研究采用先到先得招募，并通过公共媒体和全科医生候诊室传单触达参与者，研究设计强调公平性与GDPR合规。限制方面，源站未提供样本量、应答率、失访情况、问卷信效度等质量指标；研究聚焦荷兰45岁女性的一次性MRI筛查，外推需谨慎。源站描述中关于联系一部分女性的内容不完整，相关细节无法确认。

【引用与许可】

源站未提供引用格式与许可条款信息。使用时应遵循clinicaltrials.gov及原研究的相关规定，具体许可条件源站未提供。

原始链接

https://clinicaltrials.gov/study/NCT07878377

访问原始数据

官方服务

专家保障全链路合规授权与标注交付

陕川双基地 × 超十家三甲医院直连

从合规授权、采集治理、专业标注到数据集交付，我们提供全链路闭环服务，让高质量临床数据即拿即用。

⚡️ 需要原始数据或标注支持？联系我们获取定制方案。

帮我联系

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/NCT07878377

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。

数据说明

条件：乳腺癌检测、乳腺癌、筛查策略。本研究旨在招募荷兰45岁女性参与一次性乳腺MRI筛查检查，并评估其参与动机以及筛查对其身心健康的影响。招募将通过公共媒体公告和在全科医生候诊室分发传单进行，以确保公平性并遵守GDPR法规。参与者将按先到先得的原则入组，招募信息每六个月重复发布一次，预计持续三年。所有参与者将完成问卷，评估参与原因、癌症相关担忧以及筛查体验。结果将按筛查结果分层：阴性、假阳性或检出癌症。一年后将联系一部分女性，以评估对健康信念的长期影响。此外，将对一个参与者亚组进行定性深度访谈，探讨与参与动机和感知影响相关的主题。

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